RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία

2020-02-11T21:13:05Z

Ioannageorgopoulou:

[[Εικόνα:Pinakasio11.PNG | thumb| right|'''Πίνακας:''' Λεπτομέρειες των δεδομένων που χρησιμοποιήθηκαν στην μελετώμενη περιοχή .]]
[[Εικόνα: Eikonaio12.PNG | thumb| right|'''Εικόνα 1:''' Τοποθεσία της μελετώμενης περιοχής στην πόλη της Κουάλα Λουμπούρ.]]
[[Εικόνα: Eikonaio22.PNG | thumb| right|'''Εικόνα 1:''' Κατάτμηση (κλίμακα : 30 σχήμα:0.1 συμπαγείς: 0.5).]]
[[Εικόνα: Eikonaio32.PNG | thumb| right|'''Εικόνα 1:''' Αποτέλεσμα κατάτμησης βασιζόμενο στο αντικείμενο που λήφθηκε από το SPOT 5 J.]]

'''Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία'''

Συγγραφείς: Norzailawati Mohd , Noor Alias Abdullah

Τμήμα Πολεοδομίας και Χωροταξίας KAED, IIUM Κουάλα Λουμπούρ, Μαλαισία.

Πηγή: Noor, Norzailawati. (2015). Sustainable urban Planning mapping using remote sensing and GIS in Malaysia.
[https://www.researchgate.net/publication/281629926_Sustainable_urban_Planning_mapping_using_remote_sensing_and_GIS_in_Malaysia/citation/download]

Λέξεις κλειδιά: πολεοδομικός σχεδιασμός, κατάτμηση, αντικειμενοστραφής, τηλεπισκόπηση και GIS

'''Σύνοψη'''

Η μελέτη αυτή εξετάζει την εφαρμογή τεχνικών τηλεπισκόπησης και GIS, για την ταξινόμηση της χρήσης γης στις αστικές περιοχές στη Μαλαισία βάσει αντικειμενοστραφούς ταξινόμησης, προκειμένου να εξάγονται ως δεδομένα οι τρεις συνιστώσες των αστικών περιοχών, δηλαδή τις οικιστικές, τις εμπορικές και τις βιομηχανικές. Η περιοχή ενδιαφέροντος αυτής της μελέτης είναι η Κουάλα Λουμπούρ. Ελέγχονται τα δορυφορικά δεδομένα του SPOT 5 με χρονική και μεγάλη χωρική ανάλυση 2,5 μέτρων. Το λογισμικό E-cognition αναπτύσσει τα σύνολα κανόνων των θεματικών χαρακτηριστικών των επιπέδων για την εξαγωγή των τύπων χρήσης γης. Τα αποτελέσματα δείχνουν ότι τρεις τύποι χρήσεων γης προσδιορίζονται σαφώς, με χαμηλή τυπική απόκλιση ταξινόμησης. Οι αποκλίσεις δεν έχουν μεγάλη διασπορά σε σχέση με τον μέσο όρο που αποδεικνύει ότι το αποτέλεσμα είναι αποδεκτό. Επιπλέον, τα ευρήματα υποδεικνύουν ότι υπήρξαν κάποιες αλλαγές στη συνολική έκταση της πρόσφατης ταξινόμησης λόγω της ταχείας ανάπτυξης της περιοχής υπό μελέτη. Τέλος, η εφαρμογή της αντικειμενοστραφούς ταξινόμησης επιβεβαιώνει την αποτελεσματικότητα της χρήσης τηλεπισκόπησης και τεχνικών GIS για την ταξινόμηση των αστικών χρήσεων γης. Η μελέτη αυτή θέτει επίσης ορισμένα ερωτήματα για μελλοντικές έρευνες, οι οποίες μπορούν να συμβάλουν στην ενίσχυση των δυνατοτήτων των εφαρμογών τηλεπισκόπησης, ιδίως όσον αφορά την περαιτέρω διερεύνηση αστικών θεμάτων σε διάφορα επίπεδα διοίκησης.

'''Εισαγωγή'''

Η διάδοση των δορυφορικών εικόνων υψηλής ανάλυσης και των πολυφασματικών αεροφωτογραφιών επέτρεψαν την αυτοματοποίηση της ταξινόμησης του εδάφους που καλύπτουν οι αστικές περιοχές. Λόγω της υψηλής εσωτερικής διακύμανσης των εικόνων υψηλής ανάλυσης, προηγούμενες προσπάθειες αστικής χαρτογράφησης με τη μέθοδο με βάση τα εικονοστοιχεία, συνήθως παρείχαν μη ικανοποιητικά αποτελέσματα. Η ταξινόμηση των εικόνων που έχουν διεξαχθεί, κατά βάση, με τη μέθοδο ανά εικονοστοιχείο (επιβλεπόμενη ταξινόμηση) και οι κλάσεις κάλυψης εδάφους χαρτογραφούνται συνήθως από εξ αποστάσεως ψηφιακά ανιχνευμένα δεδομένα μέσω της διαδικασίας της εποπτευόμενης ταξινόμησης ψηφιακής εικόνας. Ο γενικός στόχος της διαδικασίας ταξινόμησης εικόνων είναι η κατηγοριοποίηση όλων των εικονοστοιχείων μιας εικόνας αυτόματα σε κατηγορίες ή θέματα εδαφοκάλυψης. Η προηγούμενη μελέτη έχει συγκρίνει τέσσερις διαφορετικές μεθόδους επιβλεπόμενης και μη ταξινόμησης που συνιστούν μια συνδυασμένη μέθοδο ασαφούς επιβλεπόμενης ταξινόμησης για τη χαρτογράφηση αστικών χαρακτηριστικών. Η μελέτη αυτή καταλήγει στο συμπέρασμα ότι απαιτούνται περισσότερες από μία διαδικασίες ταξινόμησης για τη βελτίωση της ακρίβειας της χαρτογράφησης μέσω τηλεπισκόπησης, παρά την κατεύθυνση μετατόπισης των μεθόδων ταξινόμησης, της ανά pixel μεθόδου στην αντικειμενοστραφή. Η ανάγκη μιας προσέγγισης που υπερβαίνει το πρότυπο των εικονοστοιχείων μέσω της ταξινόμησης της ανιχνεύσιμης φασματικής ανάκλασης προς ένα «αντικειμενοστραφές πρότυπο», το οποίο ενσωματώνει το σχήμα και την ανάκλαση φαινομενικά ομογενών μονάδων εικόνων υψηλής ανάλυσης, είναι αναπόφευκτη.

'''Αντικειμενοστραφής ταξινόμηση για βιώσιμη χαρτογράφηση'''

Τα αστικά περιβάλλοντα χαρακτηρίζονται από διαφορετικούς τύπους υλικών και επιφάνειες χρήσης γης. Το φάσμα της χρήσης των αστικών περιοχών έχει υψηλή φασματική ετερογένεια. Χαρακτηρίζονται από μια μεγάλη ποικιλία υλικών όπως τα ανθρωπογενή χαρακτηριστικά, τη βλάστηση, τα εδάφη και άλλα. Οι φασματικές υπογραφές συνήθως βασίζονται σε φασματικές βιβλιοθήκες. Αυτές οι βιβλιοθήκες περιέχουν καθαρά φασματικά δείγματα επιφανειών, συμπεριλαμβανομένου ενός ευρέος φάσματος υλικών σε μια περιοχή συνεχούς μήκους κύματος με υψηλότερες φασματικές λεπτομέρειες και επιπρόσθετες πληροφορίες και τεκμηρίωση σχετικά με τα χαρακτηριστικά της επιφάνειας και την ποιότητα του φάσματος (δηλ. μεταδεδομένα). Οι πολυφασματικές εφαρμογές δορυφορικών εικόνων πρέπει να αξιολογούνται όταν εξετάζεται η πρακτική χρήση δορυφορικών εικόνων. Η διαθεσιμότητα των πληροφοριών χρώματος σε αυτή την περίπτωση θα βοηθούσε στον καθορισμό των χαρακτηριστικών, καθώς θα ήταν ευκολότερο να εντοπιστούν αντικείμενα με χρωματική αντίθεση, όπως στέγες, δέντρα, πράσινες περιοχές και επιφάνειες νερού. Μια επιλογή σε μια τέτοια περίπτωση θα ήταν η χρήση πανχρωματικής όξυνσης εικόνων, οι οποίες δημιουργούνται με τη συγχώνευση των πληροφοριών χρώματος σε μια πολυφασματική εικόνα με την υψηλότερη χωρική ανάλυση μιας παγχρωματικής εικόνας. Ένα ιδιαίτερο σημείο που πρέπει να σημειωθεί είναι ότι η πολυπλοκότητα της σκηνής επηρεάζει άμεσα την επιλογή και την επιτυχία μιας αυτόματης διαδικασίας ανίχνευσης χαρακτηριστικών δόμησης. Αυτό μπορεί να οφείλεται στην ποικιλία των φασματικών αποκρίσεων που είναι διαθέσιμες σε εγγύτητα σε μια περιοχή, όπως από στέγες, δρόμους και βλάστηση κήπων στην κεντρική επιχειρηματική περιοχή της πόλης.

Μια εναλλακτική προσέγγιση είναι να θεωρηθούν αντικείμενα εικόνας κατασκευασμένα από ομοιογενείς συστάδες γειτονικών εικονοστοιχείων με σημαντικές γεωμετρικές και άλλες χωρικές ιδιότητες. Το αντικειμενοστραφές πρότυπο χαρακτηρίζεται γενικά από την ομαδοποίηση πληροφοριών με την έννοια ή την οντότητα στην οποία αναφέρεται. Επίσης, επιτρέπει πολλές έννοιες από τον πραγματικό κόσμο να διαμορφώνονται με έναν άμεσο και φυσικό τρόπο. Τα αντικείμενα που δημιουργούνται μέσω τμηματοποίησης μπορούν να ταξινομηθούν χρησιμοποιώντας δύο διαφορετικές μεθόδους ταξινόμησης: (1) ταξινόμηση βάσει δειγμάτων και (2) ταξινόμηση βασισμένη στην ενσωμάτωση προηγούμενων εξωτερικών γνώσεων που αποθηκεύονται σε βάσεις κανόνων. Η ταξινόμηση που ξεκινάει από αντικείμενα εικόνας και όχι από μεμονωμένα εικονοστοιχεία μπορεί να χρησιμοποιεί χωρικές και γεωμετρικές ιδιότητες καθώς και σχέσεις μεταξύ αντικειμένων. Συγκεκριμένα, οι πληροφορίες από εικόνες υψηλής ανάλυσης συγκεντρώνονται σε πολλαπλά επίπεδα λεπτομέρειας, έχοντας ως αποτέλεσμα ιεραρχικά σύνολα ομοιογενών περιοχών σύμφωνα με τη σημασιολογία της δεδομένης εφαρμογής. Οι αντικειμενοστραφείς τεχνικές ταξινόμησης αποτελούν μια νέα και καινοτόμο προσέγγιση, ειδικά για εφαρμογές που χειρίζονται τα ανθρωγενή χαρακτηριστικά.

Στον τομέα της αστικής τηλεπισκόπησης, υπάρχουν διάφορες εφαρμογές που καταδεικνύουν ότι οι αντικειμενοστρεφείς προσεγγίσεις είναι ανώτερες από την ανάλυση ανά εικονοστοιχείο, ειδικά όταν πρόκειται να διαχωριστούν κατηγορίες αστικής χρήσης γης όπως αεροδρόμια και δρόμοι. Σε σύγκριση με τα περισσότερα φυσικά περιβάλλοντα, το οικοδομημένο περιβάλλον χαρακτηρίζεται από αιχμηρά, διακριτά όρια και από αλλαγές υψηλής συχνότητας διαφορετικών επιφανειών με παρόμοιες ιδιότητες ανάκλασης. Τα ανθρωπογενή χαρακτηριστικά μπορούν να αναπαραχθούν μάλλον χωρίς αμφιβολία από ένα αντικειμενοστραφές περιβάλλον μέσω μιας επαναληπτικής διαδικασίας τμηματοποίησης. Για παράδειγμα, οι περιοχές υπό σκιά μπορούν να χαρακτηριστούν από συγκεκριμένες σχέσεις με γειτονικά αντικείμενα και το σχήμα ενός αντικειμένου μπορεί να βοηθήσει στη διάκριση μεταξύ μιας οροφής και ενός δρόμου παρόμοιας ανάκλασης. Η αντικειμενοστραφής ανάλυση εικόνας συνδυάζει τη λειτουργικότητα του GIS και τις τεχνικές τηλεπισκόπησης, δουλεύοντας με πολυγωνικές, ομοιογενείς συστάδες αντί για ενιαία εικονοστοιχεία.

'''Υλικά και μέθοδοι'''

Οι τρεις εικόνες που χρησιμοποιήθηκαν στη μελέτη αυτή αποκτήθηκαν το 2012 και το 2013 και παρέχονται από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας (ARSN). Οι εικόνες SPOT-5 έχουν υποστεί γεωαναφορά κατά τη συλλογή δεδομένων από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας.

''Α. Περιοχή μελέτης''

Η περιοχή μελέτης βρίσκεται στο μητροπολιτικό κέντρο της Κουάλα Λουμπούρ (3 ° 8'51''N 101 ° 41'36''E), στη Μαλαισία, η οποία καλύπτει μια διοικητική περιοχή που εκτείνεται σε 24,221,05 εκτάρια (σχήμα 1). Η πλειοψηφία των μοντέλων χρήσης γης αποτελείται από οικοδομημένες περιοχές (οικιστικές, βιομηχανικές, εμπορικές, ιδρύματα, χώρους αναψυχής, δρόμους, υποδομές και επιχειρήσεις κοινής ωφέλειας) και γεωργικές περιοχές (γεωργία, δάση, γυμνά εδάφη και υδάτινα σώματα).

''Β. Μέθοδοι''

Όλη η διαδικασία επεξεργασίας δεδομένων χωρίστηκε σε τρία στάδια, το στάδιο της προεπεξεργασίας, της κατάτμησης και αυτό της ταξινόμησης. Στην ταξινόμηση επεξεργασίας δεδομένων, το σύνολο των δεδομένων SPOT 5 διορθώνεται γεωμετρικά με τη διόρθωση από εικόνα σε χάρτη. Το υπολειπόμενο για κάθε GCP, +0,5 στη μετασχηματισμένη εικόνα, διατηρείται καθ 'όλη τη διάρκεια, προκειμένου να επιτευχθεί RMS μικρότερο από +0,5 pixel. Το ψηφιακό σύστημα επεξεργασίας ERDAS Imagine, χρησιμοποιείται στην επεξεργασία δεδομένων.

* Κατάτμηση

Η διαδικασία τμηματοποίησης είναι ένα από τα πρώτα βήματα στην ανάλυση εικόνας: η εικόνα χωρίζεται σε περιοχές που αντιπροσωπεύουν καλύτερα τα σχετικά αντικείμενα στο τοπίο. Τα χαρακτηριστικά μιας περιοχής όπως η έκταση, το σχήμα, οι στατιστικές παράμετροι και το ανάγλυφο μπορούν να εξαχθούν και να χρησιμοποιηθούν για περαιτέρω ανάλυση των δεδομένων. Συνήθως, η κατάτμηση επιτυγχάνεται με δύο τρόπους: 1) διαίρεση των εικόνων σε έναν αριθμό ομοιογενών περιοχών, καθεμία από τις οποίες έχουν μία μοναδική ετικέτα, 2) προσδιορισμό ορίων μεταξύ ομοιογενών περιοχών διαφορετικών ιδιοτήτων. Αυτές οι τεχνικές τμηματοποίησης είναι γνωστές ως κατάτμηση με βάση την περιοχή και ανίχνευση ακμής, αντίστοιχα. Έχουμε δοκιμάσει κάποιες εικόνες σχετικά με την κλίμακα, το σχήμα και πόσο συμπαγή είναι ,στο Ecognition για να εντοπίσουμε τις κατάλληλες παραμέτρους κατάτμησης ώστε να έχουμε μια καλή τμηματοποίηση για τους τύπους οικιστικής, βιομηχανικής και εμπορικής χρήσης γης.

* Ταξινόμηση χρήσης γης

Μετά την κατάτμηση, το επόμενο βήμα είναι η ομαδοποίηση των αντικειμένων και η απόδοση σε αυτά μιας πιθανότητας ή ενός βαθμού υπαγωγής σε μια δεδομένη κατηγορία των αυστηρών κανόνων αναγνώρισης των περιοχών. Αρκετοί κανόνες γνώσης μπορούν να συνδυαστούν για να καθορίσουν τον κανόνα ταξινόμησης ενός συγκεκριμένου αντικειμένου, που αντιστοιχεί στη μέθοδο της "συνάρτησης μέλους" (fuzzy logic). Για την περιοχή μελέτης, έχει σχεδιαστεί ένα σχήμα ταξινόμησης των χρήσεων γης, το οποίο είναι συμβατό με τις εικόνες που παρέχει το SPOT 5. Η βάση για αυτό το σύστημα ταξινόμησης, προσαρμόστηκε από το σύστημα ταξινόμησης της χρήσης γης του Τμήματος Πολεοδομίας και Χωροταξίας της Μαλαισίας. Τρεις κύριοι τύποι χρήσεων γης έχουν προταθεί, ο οικιστικός, ο βιομηχανικός και ο εμπορικός. Η επιλογή των πιλοτικών τόπων που υποβλήθηκαν σε ταξινόμηση αποτέλεσε σημαντικό βήμα στη διαδικασία ταξινόμησης που υιοθετήθηκε. Αυτός ο πιλοτικός τόπος επιλέχθηκε προσεκτικά για να είναι όσο το δυνατό πιο αντιπροσωπευτικός των κατηγοριών χρήσεων γης.
Τα πέντε βασικά βήματα μιας εποπτευόμενης ταξινόμησης εικόνων στην παρούσα μελέτη είναι τα κάτωθι:
* απόφαση για τον τύπο εδάφους που πρόκειται να ταξινομηθεί, όπως νερό, αστική περιοχή ή καλλιεργούμενη γεωργική γη,
* επιλογή πρωτότυπων εικονοστοιχείων με γνωστή χρήση γης για τη δημιουργία δεδομένων εκπαίδευσης με βάση επιτόπιες επισκέψεις, χάρτες και αεροφωτογραφίες,
* καθορισμός του συνόλου των παραμέτρων αυτής της κατηγορίας,
* ταξινόμηση κάθε εικονοστοιχείου στην εικόνα, χρησιμοποιώντας έναν αλγόριθμο ταξινόμησης καθορισμένο από τον χρήστη και
* αξιολόγηση της ακρίβειας λήψης.

'''Αποτελέσματα και σχολιασμοί'''

Το διευρυμένο ένθετο που απεικονίζει μια επιλεγμένη περιοχή εντός της περιοχής μελέτης, καταδεικνύει τον χαρακτηρισμό των λεπτομερειών που προκύπτουν σε κλίμακα 1:1500. Η αξιολόγηση της ταξινόμησης πραγματοποιείται με βάση την αντίστοιχη ταξινομημένη εικόνα που έχει προκύψει από τις επί τόπου πληροφορίες.

Η ταξινόμηση με αντικειμενοστραφή προσέγγιση όπου χρησιμοποιήθηκε η ασαφής συνάρτηση μέλους, υλοποίησε επιτυχώς τον χαρακτηρισμό χαρακτηριστικών λεπτομέρειας, για τρεις κύριους τύπους χρήσεων γης, για σκοπούς πολεοδομικού σχεδιασμού. Μια συνολική ακρίβεια 0,86 (Kappa στατιστικός συντελεστής), έχει επιτύχει πράγματι πολύ καλά αποτελέσματα και υψηλή στατιστική αξιοπιστία με βάση το στατιστικό κριτήριο paired t-samples test, σύμφωνα με τα παραχθέντα αποτελέσματα. Οι βοηθητικές πληροφορίες χρησιμοποιούνται ως γενικό πλαίσιο για την ετικέτα. Η τελική ταξινομημένη εικόνα είναι πολύ σημαντική για την εξασφάλιση καλής ακρίβειας του τελικού ταξινομημένου αποτελέσματος. Αυτή η τεχνική ελαχιστοποιεί την πιθανότητα πολλαπλής κατηγοριοποίησης, έτσι ώστε σε ένα πολύγωνο να εκχωρείται μία μοναδική ετικέτα. Έτσι, η αυξημένη ακρίβεια ταξινόμησης, μπορεί να ικανοποιήσει τις απαιτήσεις, για σκοπούς πολεοδομικού σχεδιασμού, της χαρτογράφησης της χρήσης της γης. Είναι προφανές ότι η χρήση της μεθόδου σε αυτή τη μελέτη, μπορεί να επαναληφθεί για τη παραγωγή χαρτών, από δορυφορικές απεικονίσεις, για οποιοδήποτε σχέδιο αστικής ανάπτυξης.

'''Συμπεράσματα'''

Τα αποτελέσματα αυτής της μελέτης υποδεικνύουν σαφώς ότι οι αντικειμενοστραφείς τεχνικές τμηματοποίησης είναι ένα από τα σημαντικότερα εργαλεία για την παραγωγή λεπτομερών κατηγοριών χρήσης γης για την πολεοδομική χαρτογράφηση. Για τη διαδικασία ενοποίησης πρέπει να εξεταστεί η χωρική αλληλεπίδραση σε θέματα ραδιομετρικής ακεραιότητας. Επιπρόσθετα, η αξιολόγηση αυτής της μελέτης, απαιτεί μια κατάλληλη μαθηματική προσέγγιση διότι τα αποτελέσματα ήταν πολυσύνθετα λόγω των διαφορετικών πηγών των δεδομένων καθώς και άλλων παραγόντων που αφορούν την ακρίβεια των αποτελεσμάτων. Η στρατηγική μετά την επεξεργασίας, έχει αποδειχθεί ιδιαίτερα αποτελεσματική για τη δημιουργία ορίων μεταξύ των κατηγοριών. Το απαραίτητο αντικείμενο δεν ανιχνεύθηκε κατά τη διάρκεια της διαδικασίας κατάταξης και ταξινόμησης που αντισταθμίζεται από τη βάση δεδομένων GIS με ένα χονδροειδές τρόπο.

[[category:Έλεγχος εφαρμογής πολεοδομικού σχεδιασμού]]

Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία

2020-02-11T21:09:52Z

Ioannageorgopoulou:

Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία

2020-02-11T21:07:29Z

Ioannageorgopoulou:

[[Εικόνα:Pinakasio11.PNG | thumb| right|'''Πίνακας:''' Λεπτομέρειες των δεδομένων που χρησιμοποιήθηκαν στην μελετώμενη περιοχή .]]
[[Εικόνα: Eikonaio12.PNG | thumb| right|'''Εικόνα 1:''' Τοποθεσία της μελετώμενης περιοχής στην πόλη της Κουάλα Λουμπούρ.]]
[[Εικόνα: Eikonaio22.PNG | thumb| right|'''Εικόνα 1:''' Κατάτμηση (κλίμακα : 30 σχήμα:0.1 συμπαγείς: 0.5).]]
[[Εικόνα: Eikonaio32.PNG | thumb| right|'''Εικόνα 1:''' Αποτέλεσμα κατάτμησης βασιζόμενο στο αντικείμενο που λήφθηκε από το SPOT 5 J.]]

'''Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία'''

Συγγραφείς: Norzailawati Mohd , Noor Alias Abdullah

Τμήμα Πολεοδομίας και Χωροταξίας KAED, IIUM Κουάλα Λουμπούρ, Μαλαισία.

Πηγή: Noor, Norzailawati. (2015). Sustainable urban Planning mapping using remote sensing and GIS in Malaysia.
[https://www.researchgate.net/publication/281629926_Sustainable_urban_Planning_mapping_using_remote_sensing_and_GIS_in_Malaysia/citation/download]

Λέξεις κλειδιά: πολεοδομικός σχεδιασμός, κατάτμηση, αντικειμενοστραφής, τηλεπισκόπηση και GIS

'''Σύνοψη'''

Η μελέτη αυτή εξετάζει την εφαρμογή τεχνικών τηλεπισκόπησης και GIS, για την ταξινόμηση της χρήσης γης στις αστικές περιοχές στη Μαλαισία βάσει αντικειμενοστραφούς ταξινόμησης, προκειμένου να εξάγονται ως δεδομένα οι τρεις συνιστώσες των αστικών περιοχών, δηλαδή τις οικιστικές, τις εμπορικές και τις βιομηχανικές. Η περιοχή ενδιαφέροντος αυτής της μελέτης είναι η Κουάλα Λουμπούρ. Ελέγχονται τα δορυφορικά δεδομένα του SPOT 5 με χρονική και μεγάλη χωρική ανάλυση 2,5 μέτρων. Το λογισμικό E-cognition αναπτύσσει τα σύνολα κανόνων των θεματικών χαρακτηριστικών των επιπέδων για την εξαγωγή των τύπων χρήσης γης. Τα αποτελέσματα δείχνουν ότι τρεις τύποι χρήσεων γης προσδιορίζονται σαφώς, με χαμηλή τυπική απόκλιση ταξινόμησης. Οι αποκλίσεις δεν έχουν μεγάλη διασπορά σε σχέση με τον μέσο όρο που αποδεικνύει ότι το αποτέλεσμα είναι αποδεκτό. Επιπλέον, τα ευρήματα υποδεικνύουν ότι υπήρξαν κάποιες αλλαγές στη συνολική έκταση της πρόσφατης ταξινόμησης λόγω της ταχείας ανάπτυξης της περιοχής υπό μελέτη. Τέλος, η εφαρμογή της αντικειμενοστραφούς ταξινόμησης επιβεβαιώνει την αποτελεσματικότητα της χρήσης τηλεπισκόπησης και τεχνικών GIS για την ταξινόμηση των αστικών χρήσεων γης. Η μελέτη αυτή θέτει επίσης ορισμένα ερωτήματα για μελλοντικές έρευνες, οι οποίες μπορούν να συμβάλουν στην ενίσχυση των δυνατοτήτων των εφαρμογών τηλεπισκόπησης, ιδίως όσον αφορά την περαιτέρω διερεύνηση αστικών θεμάτων σε διάφορα επίπεδα διοίκησης.

'''Εισαγωγή'''

Η διάδοση των δορυφορικών εικόνων υψηλής ανάλυσης και των πολυφασματικών αεροφωτογραφιών επέτρεψαν την αυτοματοποίηση της ταξινόμησης του εδάφους που καλύπτουν οι αστικές περιοχές. Λόγω της υψηλής εσωτερικής διακύμανσης των εικόνων υψηλής ανάλυσης, προηγούμενες προσπάθειες αστικής χαρτογράφησης με τη μέθοδο με βάση τα εικονοστοιχεία, συνήθως παρείχαν μη ικανοποιητικά αποτελέσματα. Η ταξινόμηση των εικόνων που έχουν διεξαχθεί, κατά βάση, με τη μέθοδο ανά εικονοστοιχείο (επιβλεπόμενη ταξινόμηση) και οι κλάσεις κάλυψης εδάφους χαρτογραφούνται συνήθως από εξ αποστάσεως ψηφιακά ανιχνευμένα δεδομένα μέσω της διαδικασίας της εποπτευόμενης ταξινόμησης ψηφιακής εικόνας. Ο γενικός στόχος της διαδικασίας ταξινόμησης εικόνων είναι η κατηγοριοποίηση όλων των εικονοστοιχείων μιας εικόνας αυτόματα σε κατηγορίες ή θέματα εδαφοκάλυψης. Η προηγούμενη μελέτη έχει συγκρίνει τέσσερις διαφορετικές μεθόδους επιβλεπόμενης και μη ταξινόμησης που συνιστούν μια συνδυασμένη μέθοδο ασαφούς επιβλεπόμενης ταξινόμησης για τη χαρτογράφηση αστικών χαρακτηριστικών. Η μελέτη αυτή καταλήγει στο συμπέρασμα ότι απαιτούνται περισσότερες από μία διαδικασίες ταξινόμησης για τη βελτίωση της ακρίβειας της χαρτογράφησης μέσω τηλεπισκόπησης, παρά την κατεύθυνση μετατόπισης των μεθόδων ταξινόμησης, της ανά pixel μεθόδου στην αντικειμενοστραφή. Η ανάγκη μιας προσέγγισης που υπερβαίνει το πρότυπο των εικονοστοιχείων μέσω της ταξινόμησης της ανιχνεύσιμης φασματικής ανάκλασης προς ένα «αντικειμενοστραφές πρότυπο», το οποίο ενσωματώνει το σχήμα και την ανάκλαση φαινομενικά ομογενών μονάδων εικόνων υψηλής ανάλυσης, είναι αναπόφευκτη.

'''Αντικειμενοστραφής ταξινόμηση για βιώσιμη χαρτογράφηση'''

Τα αστικά περιβάλλοντα χαρακτηρίζονται από διαφορετικούς τύπους υλικών και επιφάνειες χρήσης γης. Το φάσμα της χρήσης των αστικών περιοχών έχει υψηλή φασματική ετερογένεια. Χαρακτηρίζονται από μια μεγάλη ποικιλία υλικών όπως τα ανθρωπογενή χαρακτηριστικά, τη βλάστηση, τα εδάφη και άλλα. Οι φασματικές υπογραφές συνήθως βασίζονται σε φασματικές βιβλιοθήκες. Αυτές οι βιβλιοθήκες περιέχουν καθαρά φασματικά δείγματα επιφανειών, συμπεριλαμβανομένου ενός ευρέος φάσματος υλικών σε μια περιοχή συνεχούς μήκους κύματος με υψηλότερες φασματικές λεπτομέρειες και επιπρόσθετες πληροφορίες και τεκμηρίωση σχετικά με τα χαρακτηριστικά της επιφάνειας και την ποιότητα του φάσματος (δηλ. μεταδεδομένα). Οι πολυφασματικές εφαρμογές δορυφορικών εικόνων πρέπει να αξιολογούνται όταν εξετάζεται η πρακτική χρήση δορυφορικών εικόνων. Η διαθεσιμότητα των πληροφοριών χρώματος σε αυτή την περίπτωση θα βοηθούσε στον καθορισμό των χαρακτηριστικών, καθώς θα ήταν ευκολότερο να εντοπιστούν αντικείμενα με χρωματική αντίθεση, όπως στέγες, δέντρα, πράσινες περιοχές και επιφάνειες νερού. Μια επιλογή σε μια τέτοια περίπτωση θα ήταν η χρήση πανχρωματικής όξυνσης εικόνων, οι οποίες δημιουργούνται με τη συγχώνευση των πληροφοριών χρώματος σε μια πολυφασματική εικόνα με την υψηλότερη χωρική ανάλυση μιας παγχρωματικής εικόνας. Ένα ιδιαίτερο σημείο που πρέπει να σημειωθεί είναι ότι η πολυπλοκότητα της σκηνής επηρεάζει άμεσα την επιλογή και την επιτυχία μιας αυτόματης διαδικασίας ανίχνευσης χαρακτηριστικών δόμησης. Αυτό μπορεί να οφείλεται στην ποικιλία των φασματικών αποκρίσεων που είναι διαθέσιμες σε εγγύτητα σε μια περιοχή, όπως από στέγες, δρόμους και βλάστηση κήπων στην κεντρική επιχειρηματική περιοχή της πόλης.

Μια εναλλακτική προσέγγιση είναι να θεωρηθούν αντικείμενα εικόνας κατασκευασμένα από ομοιογενείς συστάδες γειτονικών εικονοστοιχείων με σημαντικές γεωμετρικές και άλλες χωρικές ιδιότητες. Το αντικειμενοστραφές πρότυπο χαρακτηρίζεται γενικά από την ομαδοποίηση πληροφοριών με την έννοια ή την οντότητα στην οποία αναφέρεται. Επίσης, επιτρέπει πολλές έννοιες από τον πραγματικό κόσμο να διαμορφώνονται με έναν άμεσο και φυσικό τρόπο. Τα αντικείμενα που δημιουργούνται μέσω τμηματοποίησης μπορούν να ταξινομηθούν χρησιμοποιώντας δύο διαφορετικές μεθόδους ταξινόμησης: (1) ταξινόμηση βάσει δειγμάτων και (2) ταξινόμηση βασισμένη στην ενσωμάτωση προηγούμενων εξωτερικών γνώσεων που αποθηκεύονται σε βάσεις κανόνων. Η ταξινόμηση που ξεκινάει από αντικείμενα εικόνας και όχι από μεμονωμένα εικονοστοιχεία μπορεί να χρησιμοποιεί χωρικές και γεωμετρικές ιδιότητες καθώς και σχέσεις μεταξύ αντικειμένων. Συγκεκριμένα, οι πληροφορίες από εικόνες υψηλής ανάλυσης συγκεντρώνονται σε πολλαπλά επίπεδα λεπτομέρειας, έχοντας ως αποτέλεσμα ιεραρχικά σύνολα ομοιογενών περιοχών σύμφωνα με τη σημασιολογία της δεδομένης εφαρμογής. Οι αντικειμενοστραφείς τεχνικές ταξινόμησης αποτελούν μια νέα και καινοτόμο προσέγγιση, ειδικά για εφαρμογές που χειρίζονται τα ανθρωγενή χαρακτηριστικά.

Στον τομέα της αστικής τηλεπισκόπησης, υπάρχουν διάφορες εφαρμογές που καταδεικνύουν ότι οι αντικειμενοστρεφείς προσεγγίσεις είναι ανώτερες από την ανάλυση ανά εικονοστοιχείο, ειδικά όταν πρόκειται να διαχωριστούν κατηγορίες αστικής χρήσης γης όπως αεροδρόμια και δρόμοι. Σε σύγκριση με τα περισσότερα φυσικά περιβάλλοντα, το οικοδομημένο περιβάλλον χαρακτηρίζεται από αιχμηρά, διακριτά όρια και από αλλαγές υψηλής συχνότητας διαφορετικών επιφανειών με παρόμοιες ιδιότητες ανάκλασης. Τα ανθρωπογενή χαρακτηριστικά μπορούν να αναπαραχθούν μάλλον χωρίς αμφιβολία από ένα αντικειμενοστραφές περιβάλλον μέσω μιας επαναληπτικής διαδικασίας τμηματοποίησης. Για παράδειγμα, οι περιοχές υπό σκιά μπορούν να χαρακτηριστούν από συγκεκριμένες σχέσεις με γειτονικά αντικείμενα και το σχήμα ενός αντικειμένου μπορεί να βοηθήσει στη διάκριση μεταξύ μιας οροφής και ενός δρόμου παρόμοιας ανάκλασης. Η αντικειμενοστραφής ανάλυση εικόνας συνδυάζει τη λειτουργικότητα του GIS και τις τεχνικές τηλεπισκόπησης, δουλεύοντας με πολυγωνικές, ομοιογενείς συστάδες αντί για ενιαία εικονοστοιχεία.

'''Υλικά και μέθοδοι'''

Οι τρεις εικόνες που χρησιμοποιήθηκαν στη μελέτη αυτή αποκτήθηκαν το 2012 και το 2013 και παρέχονται από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας (ARSN). Οι εικόνες SPOT-5 έχουν υποστεί γεωαναφορά κατά τη συλλογή δεδομένων από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας.

''Α. Περιοχή μελέτης''

Η περιοχή μελέτης βρίσκεται στο μητροπολιτικό κέντρο της Κουάλα Λουμπούρ (3 ° 8'51''N 101 ° 41'36''E), στη Μαλαισία, η οποία καλύπτει μια διοικητική περιοχή που εκτείνεται σε 24,221,05 εκτάρια (σχήμα 1). Η πλειοψηφία των μοντέλων χρήσης γης αποτελείται από οικοδομημένες περιοχές (οικιστικές, βιομηχανικές, εμπορικές, ιδρύματα, χώρους αναψυχής, δρόμους, υποδομές και επιχειρήσεις κοινής ωφέλειας) και γεωργικές περιοχές (γεωργία, δάση, γυμνά εδάφη και υδάτινα σώματα).

''Β. Μέθοδοι''

Όλη η διαδικασία επεξεργασίας δεδομένων χωρίστηκε σε τρία στάδια, το στάδιο της προεπεξεργασίας, της κατάτμησης και αυτό της ταξινόμησης. Στην ταξινόμηση επεξεργασίας δεδομένων, το σύνολο των δεδομένων SPOT 5 διορθώνεται γεωμετρικά με τη διόρθωση από εικόνα σε χάρτη. Το υπολειπόμενο για κάθε GCP, +0,5 στη μετασχηματισμένη εικόνα, διατηρείται καθ 'όλη τη διάρκεια, προκειμένου να επιτευχθεί RMS μικρότερο από +0,5 pixel. Το ψηφιακό σύστημα επεξεργασίας ERDAS Imagine, χρησιμοποιείται στην επεξεργασία δεδομένων.

* Κατάτμηση

Η διαδικασία τμηματοποίησης είναι ένα από τα πρώτα βήματα στην ανάλυση εικόνας: η εικόνα χωρίζεται σε περιοχές που αντιπροσωπεύουν καλύτερα τα σχετικά αντικείμενα στο τοπίο. Τα χαρακτηριστικά μιας περιοχής όπως η έκταση, το σχήμα, οι στατιστικές παράμετροι και το ανάγλυφο μπορούν να εξαχθούν και να χρησιμοποιηθούν για περαιτέρω ανάλυση των δεδομένων. Συνήθως, η κατάτμηση επιτυγχάνεται με δύο τρόπους: 1) διαίρεση των εικόνων σε έναν αριθμό ομοιογενών περιοχών, καθεμία από τις οποίες έχουν μία μοναδική ετικέτα, 2) προσδιορισμό ορίων μεταξύ ομοιογενών περιοχών διαφορετικών ιδιοτήτων. Αυτές οι τεχνικές τμηματοποίησης είναι γνωστές ως κατάτμηση με βάση την περιοχή και ανίχνευση ακμής, αντίστοιχα. Έχουμε δοκιμάσει κάποιες εικόνες σχετικά με την κλίμακα, το σχήμα και πόσο συμπαγή είναι ,στο Ecognition για να εντοπίσουμε τις κατάλληλες παραμέτρους κατάτμησης ώστε να έχουμε μια καλή τμηματοποίηση για τους τύπους οικιστικής, βιομηχανικής και εμπορικής χρήσης γης.

* Ταξινόμηση χρήσης γης

Μετά την κατάτμηση, το επόμενο βήμα είναι η ομαδοποίηση των αντικειμένων και η απόδοση σε αυτά μιας πιθανότητας ή ενός βαθμού υπαγωγής σε μια δεδομένη κατηγορία των αυστηρών κανόνων αναγνώρισης των περιοχών. Αρκετοί κανόνες γνώσης μπορούν να συνδυαστούν για να καθορίσουν τον κανόνα ταξινόμησης ενός συγκεκριμένου αντικειμένου, που αντιστοιχεί στη μέθοδο της "συνάρτησης μέλους" (fuzzy logic). Για την περιοχή μελέτης, έχει σχεδιαστεί ένα σχήμα ταξινόμησης των χρήσεων γης, το οποίο είναι συμβατό με τις εικόνες που παρέχει το SPOT 5. Η βάση για αυτό το σύστημα ταξινόμησης, προσαρμόστηκε από το σύστημα ταξινόμησης της χρήσης γης του Τμήματος Πολεοδομίας και Χωροταξίας της Μαλαισίας. Τρεις κύριοι τύποι χρήσεων γης έχουν προταθεί, ο οικιστικός, ο βιομηχανικός και ο εμπορικός. Η επιλογή των πιλοτικών τόπων που υποβλήθηκαν σε ταξινόμηση αποτέλεσε σημαντικό βήμα στη διαδικασία ταξινόμησης που υιοθετήθηκε. Αυτός ο πιλοτικός τόπος επιλέχθηκε προσεκτικά για να είναι όσο το δυνατό πιο αντιπροσωπευτικός των κατηγοριών χρήσεων γης.
Τα πέντε βασικά βήματα μιας εποπτευόμενης ταξινόμησης εικόνων στην παρούσα μελέτη είναι τα κάτωθι:
* απόφαση για τον τύπο εδάφους που πρόκειται να ταξινομηθεί, όπως νερό, αστική περιοχή ή καλλιεργούμενη γεωργική γη,
* επιλογή πρωτότυπων εικονοστοιχείων με γνωστή χρήση γης για τη δημιουργία δεδομένων εκπαίδευσης με βάση επιτόπιες επισκέψεις, χάρτες και αεροφωτογραφίες,
* καθορισμός του συνόλου των παραμέτρων αυτής της κατηγορίας,
* ταξινόμηση κάθε εικονοστοιχείου στην εικόνα, χρησιμοποιώντας έναν αλγόριθμο ταξινόμησης καθορισμένο από τον χρήστη και
* αξιολόγηση της ακρίβειας λήψης.

'''Αποτελέσματα και σχολιασμοί'''

Ο τελικός χαρακτηρισμός των χαρακτηριστικών, εντός της περιοχής μελέτης παρουσιάζεται στο Σχήμα 3. Το διευρυμένο ένθετο που απεικονίζει μια επιλεγμένη περιοχή εντός της περιοχής μελέτης, καταδεικνύει τον χαρακτηρισμό των λεπτομερειών που προκύπτουν σε κλίμακα 1:1500. Η αξιολόγηση της ταξινόμησης πραγματοποιείται με βάση την αντίστοιχη ταξινομημένη εικόνα που έχει προκύψει από τις επί τόπου πληροφορίες.

Η ταξινόμηση με αντικειμενοστραφή προσέγγιση όπου χρησιμοποιήθηκε η ασαφής συνάρτηση μέλους, υλοποίησε επιτυχώς τον χαρακτηρισμό χαρακτηριστικών λεπτομέρειας, για τρεις κύριους τύπους χρήσεων γης, για σκοπούς πολεοδομικού σχεδιασμού. Μια συνολική ακρίβεια 0,86 (Kappa στατιστικός συντελεστής), έχει επιτύχει πράγματι πολύ καλά αποτελέσματα και υψηλή στατιστική αξιοπιστία με βάση το στατιστικό κριτήριο paired t-samples test, σύμφωνα με τα παραχθέντα αποτελέσματα. Οι βοηθητικές πληροφορίες χρησιμοποιούνται ως γενικό πλαίσιο για την ετικέτα. Η τελική ταξινομημένη εικόνα είναι πολύ σημαντική για την εξασφάλιση καλής ακρίβειας του τελικού ταξινομημένου αποτελέσματος. Αυτή η τεχνική ελαχιστοποιεί την πιθανότητα πολλαπλής κατηγοριοποίησης, έτσι ώστε σε ένα πολύγωνο να εκχωρείται μία μοναδική ετικέτα. Έτσι, η αυξημένη ακρίβεια ταξινόμησης, μπορεί να ικανοποιήσει τις απαιτήσεις, για σκοπούς πολεοδομικού σχεδιασμού, της χαρτογράφησης της χρήσης της γης. Είναι προφανές ότι η χρήση της μεθόδου σε αυτή τη μελέτη, μπορεί να επαναληφθεί για τη παραγωγή χαρτών, από δορυφορικές απεικονίσεις, για οποιοδήποτε σχέδιο αστικής ανάπτυξης.

'''Συμπεράσματα'''

Τα αποτελέσματα αυτής της μελέτης υποδεικνύουν σαφώς ότι οι αντικειμενοστραφείς τεχνικές τμηματοποίησης είναι ένα από τα σημαντικότερα εργαλεία για την παραγωγή λεπτομερών κατηγοριών χρήσης γης για την πολεοδομική χαρτογράφηση. Για τη διαδικασία ενοποίησης πρέπει να εξεταστεί η χωρική αλληλεπίδραση σε θέματα ραδιομετρικής ακεραιότητας. Επιπρόσθετα, η αξιολόγηση αυτής της μελέτης, απαιτεί μια κατάλληλη μαθηματική προσέγγιση διότι τα αποτελέσματα ήταν πολυσύνθετα λόγω των διαφορετικών πηγών των δεδομένων καθώς και άλλων παραγόντων που αφορούν την ακρίβεια των αποτελεσμάτων. Η στρατηγική μετά την επεξεργασίας, έχει αποδειχθεί ιδιαίτερα αποτελεσματική για τη δημιουργία ορίων μεταξύ των κατηγοριών. Το απαραίτητο αντικείμενο δεν ανιχνεύθηκε κατά τη διάρκεια της διαδικασίας κατάταξης και ταξινόμησης που αντισταθμίζεται από τη βάση δεδομένων GIS με ένα χονδροειδές τρόπο.

[[category:Έλεγχος εφαρμογής πολεοδομικού σχεδιασμού]]

Σύγκριση Τεχνικών Επεξεργασίας Εικόνων Τηλεπισκόπησης για την Ταυτοποίηση Πληγεισών Περιοχών από τα Δεδομένα του Landsat TM

2020-02-11T21:05:07Z

Ioannageorgopoulou:

[[Εικόνα: Perioxiio.PNG | thumb| right|'''Εικόνα 1:''' (α) Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Ένα ψευδοχρωματικό σύνθετο της περιοχής μελέτης (26 Ιουνίου 1998) που δείχνει το κανάλι 4 (0,76-0,90 μm) σε κόκκινο το κανάλι 3 (0,63-0,69 μm) στο πράσινο και στο κανάλι 2 (0,52 - 0,60 μm) με μπλε χρώμα.]]

[[Εικόνα: Eikonaio1.PNG | thumb| right|'''Εικόνα 2:''' Σύνθετο των καναλιών 2,3,4 .]]
[[Εικόνα: Eikonaio2.PNG | thumb| right|'''Εικόνα 3:''' Η διαφορά στο κανάλι 7 .]]
[[Εικόνα: Eikonaio3.PNG | thumb| right|'''Εικόνα 4:''' Η διαφορά στα κανάλια 3,5,7.]]

[[Εικόνα: Eikonaio4.PNG | thumb| right|'''Εικόνα 5:''' Χάρτης αποτελεσμάτων της διαφοράς των καναλιών 1, 2, 3, 4, 5 και 7 χρησιμοποιώντας μη επιβλεπόμενη ταξινόμηση (δηλαδή ISODATA). Σημείωση: Το μπλε χρώμα αντιπροσωπεύει μη κατεστραμμένες περιοχές και το κόκκινο χρώμα αντιπροσωπεύει ζημιές .]]

[[Εικόνα: Eikonaio5.PNG | thumb| right|'''Εικόνα 6:''' Χάρτης αποτελεσμάτων της διαφοράς των καναλιών 1, 2, 3, 4, 5 και 7 χρησιμοποιώντας επιβλεπόμενη ταξινόμηση (δηλαδή μέγιστη πιθανοφάνεια). Σημείωση: Το μπλε χρώμα αντιπροσωπεύει μη κατεστραμμένες περιοχές και το κόκκινο χρώμα αντιπροσωπεύει ζημιές.]]

[[Εικόνα: Eikonaio6.PNG | thumb| right|'''Εικόνα 7:''' Σύνθετη εικόνα των PC-ζωνών 3 και 4 με αντικειμενοστραφή προσέγγιση.]]

'''Σύγκριση Τεχνικών Επεξεργασίας Εικόνων Τηλεπισκόπησης για την Ταυτοποίηση Πληγεισών Περιοχών από τα Δεδομένα του Landsat TM.'''

Συγγραφείς: Soe W. Myint, May Yuan, Randall S. Cerveny and Chandra P. Giri

Σχολή γεωγραφικών επιστημών, Πανεπιστήμιο της πολιτείας της Arizona, Τμήμα γεωγραφίας, Πανεπιστήμιο της Oklahoma, USGS Center for Earth Resources Observation and Science (EROS)

Πηγή: Myint, Soe & Yuan, May & Cerveny, R.s & Chandra, Giri. (2008). Comparison of Remote Sensing Image Processing Techniques to Identify Tornado Damage Areas from Landsat TM Data. Sensors. 8. 10.3390/s8021128. [https://www.researchgate.net/publication/26547722_Comparison_of_Remote_Sensing_Image_Processing_Techniques_to_Identify_Tornado_Damage_Areas_from_Landsat_TM_Data]

Λέξεις κλειδιά: ανίχνευση αλλαγής, καταστροφή, ανάλυση κύριων συνιστωσών, ανίχνευση αλλαγής εικόνας, αντικειμενοστραφής

'''Σύνοψη'''

Οι τεχνικές τηλεπισκόπησης έχουν αποδειχτεί αποτελεσματικές για μεγάλης κλίμακας έρευνες μετά από κάποιο καταστροφικό γεγονός, τόσο σε σχεδόν πραγματικό χρόνο, όσο και σε εκ των υστέρων αναλύσεις. Το δοκίμιο αυτό στοχεύει στην σύγκριση της ακρίβειας των συνηθισμένων τεχνικών επεξεργασίας εικόνας που χρησιμοποιούνται στον εντοπισμό των τροχιών καταστροφής των κυκλώνων, από δεδομένα του Landsat TM. Χρησιμοποιήσαμε τον άμεσο εντοπισμό αλλαγής χρησιμοποιώντας δύο σετ εικόνων τα οποία έχουν ληφθεί πριν και μετά τον κυκλώνα, για να παράξουμε σύνθετες εικόνες PCA (Ανάλυση Κύριων Συνιστωσών) και ένα σετ ζωνών διαφοράς . Στις τεχνικές σύγκρισης συμπεριλαμβάνονται η εποπτευόμενη ταξινόμηση, η μη εποπτευόμενη ταξινόμηση, και η αντικειμενοστραφής ταξινόμηση με κύριο ταξινομητή τον πλησιέστερο γείτονα. Η αξιολόγηση ακρίβειας βασίζεται στον συντελεστή Κάππα, ο οποίος υπολογίζεται από πίνακες σφάλματος που διασταυρώνουν τα σωστά ταυτοποιημένα κελιά στην εικόνα ΤΜ και τα σφάλματα παράλειψης και καταγραφής στο αποτέλεσμα. Συνολικά, η αντικειμενοστραφής προσέγγιση παρουσιάζει τον υψηλότερο βαθμό ακρίβειας στον εντοπισμό καταστροφών από τυφώνες. Οι μέθοδοι PCA και ανίχνευσης αλλαγών εικόνας παράγει συγκρίσιμα αποτελέσματα. Αν και συγκεκριμένες μέθοδοι PCA μπορούν να βελτιώσουν την ακρίβεια κατά 5 έως 10%, η αντικειμενοστραφής προσέγγιση αποδίδει αισθητά καλύτερα με 15-20% υψηλότερη ακρίβεια από τις άλλες δύο τεχνικές.

Οι τεχνικές που συγκρίνονται είναι η PCA (Ανάλυση Κύριων Συνιστωσών), η ανίχνευση αλλαγής εικόνας και η αντικειμενοστραφής ταξινόμηση. Ουσιαστικά, η ανίχνευση κατεστραμμένων περιοχών είναι ένα πρόβλημα ταξινόμησης. Ο στόχος είναι να να ταξινομηθεί όλη η εκτάση των εικόνων σε δύο κλάσεις: κατεστραμμένη περιοχή και μη κατεστραμμένη. Όλες οι τεχνικές επεξεργασίας εικόνας για τον εντοπισμό κατεστραμμένης περιοχής υποθέτουν ότι οι κατεστραμμένες και μη περιοχές συσχετίζονται με διακρίσιμες διαφορές της φασματικής ανακλαστικότητας των εικόνων. Γι' αυτό, η ταξινόμηση της ανακλαστικότητας των εικόνων αποκαλύπτει κλάσεις κατεστραμμένων και μη κατεστραμμένων περιοχών.

'''Εκτίμηση καταστροφών με χρήση Ανάλυσης Κύριων συνιστωσών'''

Σε αυτήν τη μελέτη χρησιμοποιούμε την προσέγγιση άμεσου εντοπισμού αλλαγής με την χρήση ανάλυσης κύριας συνιστώσας (PCA) χρησιμοποιώντας δύο σύνολα εικόνων που λήφθηκαν πριν και μετά τον κυκλώνα για να παράγουμε μια κύρια σύνθετη εικόνα. Αυτό μπορεί να επιτευχθεί υπερθέτοντας δύο Ν-ζωνικές εικόνες για να παραχθεί μία 2Ν-ζωνική εικόνα ακολουθούμενη από μια ανάλυση κύριας συνιστώσας για να παραχθούν 2Ν ζώνες κύριας συνιστώσας. Ακολουθώντας την ίδια διαδικασία, δύο εικόνες Landsat TM με 6 ζώνες, εκτός της θερμικής, λαμβάνονται πριν και μετά το ξέσπασμα του κυκλώνα της 3ης Μαΐου του 1999 στην περιοχή μελέτης, υφίστανται συσσώρευση στρωμάτων εικόνας για να παράγουν μια 12-ζωνική εικόνα. Έπειτα μια ανάλυση κύριων συνιστωσών εκτελείται για να προκύψουν 12 ζώνες κυρίων συνιστωσών.

Χρησιμοποιήσαμε επίσης και έναν μη επιβλεπόμενο αλγόριθμο ταξινόμησης, συγκεκριμένα επαναληπτική ανάλυση αυτο-οργανωμένων δεδομένων (ISODATA), για να ταυτοποιήσουμε 50 συστάδες. Προσδιορίσαμε τις συστάδες που ανήκουν στις πληγείσες περιοχές, όπως μπορούμε να τις διακρίνουμε οπτικά, απεικονίζοντας μία συστάδα κάθε φορά στην οθόνη. Το ISODATA επαναλαμβάνει την συσταδοποίηση της εικόνα μέχρις ότου είτε εκτελεστεί ένας μέγιστος αριθμός επαναλήψεων είτε έχει επιτευχθεί το μέγιστο ποσοστό απαράλλακτων pixels μεταξύ δύο επαναλήψεων. Το μέγιστο ποσοστό απαράλλακτων pixels ονομάζεται κατώφλι σύγκλισης. Σε αυτήν την μελέτη, χρησιμοποιήσαμε 20 επαναλήψεις και κατώφλι σύγκλισης 0.97 στην περιοχή μελέτης. Το κατώφλι σύγκλισης 0.97 σημαίνει οι όταν το 97% ή παραπάνω από τα pixel μένουν στην ίδια συστάδα μεταξύ δύο επαναλήψεων, το πρόγραμμα σταματά.

'''Εκτίμηση καταστροφών με Προσέγγιση Ανίχνευσης Αλλαγής Εικόνας'''

Στην ανίχνευση αλλαγής εικόνας, εικόνες διαφορετικών ημερομηνιών που έχουν αναχθεί σε κοινό σύστημα συντεταγμένων αφαιρούνται, και αφού εφαρμοστεί μια τιμή κατωφλίου παράγεται μια εικόνα που δείχνει αλλαγές στην χρήση γης και στην εδαφοκάλυψη. Όπως αναφέραμε παραπάνω, οι τιμές κατωφλίου ορίζονται βάσει της τυπικής απόκλισης. Χαμηλότερη τυπική απόκλιση μπορεί να οδηγήσει σε μεγαλύτερη συμπερίληψη απαράλλακτων pixels. Ιδανικά, η επιλογή του κατάλληλου κατωφλίου πρέπει να βασίζεται στην ακρίβεια της κατηγοριοποιήσης των pixel ως μεταβληθέντων η αμετάβλητων. Οι τιμές κατωφλίου για μεταβολή/μη μεταβολή μπορούν να προσδιοριστούν από την μέση τιμή συν την τυπική απόκλιση ή διαδραστικά εκτελώντας ελεγχόμενη από τον χειριστή επεξεργασία μέσω οθόνης. Παρότι είναι μια απλή διαδικασία προσδιορίζει μόνο τις μεταβληθείσες περιοχές αντί να ταυτοποιεί τον τύπο των αλλαγών από μια κλάση σε μια άλλη. Xρησιμοποιήσαμε διαφορές εικόνων των δεδομένων ανακλαστικότητας του Landsat TM που λήφθησαν στις 26 Ιουνίου 1998 και στις 12 Μαΐου 2000. Επιλέξαμε όλες τις ζώνες διαφοράς εικόνας σας το πρώτο σετ ζωνών διαφοράς εικόνας για την ταυτοποίηση των πληγεισών περιοχών. Χρησιμοποιήσαμε επίσης και έναν μη εποπτευόμενο αλγόριθμο ταξινόμησης, ( επαναληπτική ανάλυση αυτο-οργανωμένων δεδομένων ISODATA), χρησιμοποιώντας 20 επαναλήψεις και τιμή κατωφλίου 0.97 για να προσδιορίσουμε 50 συστάδες για την εκτίμηση των πληγεισών περιοχών από τον κυκλώνα στα τρία παραπάνω σετ δεδομένων του of Landsat TM. Ακολουθώντας την ίδια διαδικασία, Προσδιορίσαμε τις συστάδες που ανήκουν σε πληγείσες περιοχές όπως αυτές ταυτοποιούνται οπτικά στις εικόνες απεικονίζοντάς διαδραστικά μία συστάδα την φορά στην οθόνη.
[[Αρχείο:Pinakasio1.PNG]]

Πίνακας 1: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5 με μη επιβλεπόμενη ταξινόμηση (ISODATA).

[[Αρχείο:Pinakasio2.PNG]]

Πίνακας 2: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5 με επιβλεπόμενη ταξινόμηση (μέγιστη πιθανότητα).

'''Εκτίμηση καταστροφών με την χρήση αντικειμενοστραφούς προσέγγισης'''

Ένα αντικείμενο ορίζεται ως μια ομάδα pixel που έχουν κοινές φασματικές και χωρικές ιδιότητες στην αντικειμενοστραφή προσέγγιση της ταξινόμησης εικόνων. Μια αντικειμενοστραφής προσέγγιση ταξινόμησής χρησιμοποιεί γενικά κατατμημένα αντικείμενα σε σχέση με διαφορετικά επίπεδα κλιμάκων σαν δομικές μονάδες αντί να προσδιορίζει σε κλίμακα pixel την ταξινόμηση εικόνας.

Η κατάτμηση εικόνας είναι ένας πρωταρχικός στόχος, κατά τον οποίο χωρίζουμε την εικόνα σε διαχωρισμένες ομάδες κελιών ή αντικειμένων ανάλογα με τις παραμέτρους που καθορίζονται στο πρώτο στάδιο που προηγείται της ταξινόμησης. Χρησιμοποιήσαμε το πρόγραμμα eCognition professional 4.0 για να εκτελέσουμε μια αντικειμενοστραφή προσέγγιση ταξινόμησής. Υπάρχουν τρεις παράμετροι που πρέπει να ταυτοποιηθούν στην λειτουργία κατάτμησης του eCognition, συγκεκριμένα το σχήμα (Ssh), η συμπάγεια (Scm) και η κλίμακα (Ssc). Η επιλογή Τυπικού Πλησιέστερου Γείτονα επιλέγει αυτόματα μέσες τιμές των αντικειμένων για όλες τις αρχικές ζώνες της επιλεγμένης εικόνας ενώ η επιλογή Πλησιέστερου Γείτονα απαιτεί από τον χρήστη να επιλέξει τις μεταβλητές (δηλ. σχήμα, υφή, ιεραρχία) στα χαρακτηριστικά του αντικειμένου, στα χαρακτηριστικά της κλάσης ή στα καθολικά χαρακτηριστικά.

Χρησιμοποιήσαμε την προσέγγιση πλησιέστερου γείτονα αφότου εκτελέσαμε κατάτμηση εικόνας σε στο απαιτούμενο επίπεδο κλίμακας.

'''Αξιολόγηση Ακρίβειας'''

Για την αξιολόγηση της ακρίβειας ταξινόμησης, δημιουργήθηκαν και αναλύθηκαν πίνακες σφάλματος για κάθε σύνθεση ζωνών και κάθε μέθοδο. Οι πίνακες σφάλματος δείχνουν την πιθανότητα της κλάσης στην οποία κάθε pixel πραγματικά ανήκει (στήλες) στον χάρτη, στην οποία καταχωρείται από την επιλεγμένη προσέγγιση (γραμμές). Από τον πίνακα σφάλματος προκύπτει η συνολική ακρίβεια, η ακρίβεια παραγωγής, η ακρίβεια χρήστη και ο συντελεστής Κάππα. Υποτίθεται ότι χρειάζονται κατ'ελάχιστον 50 δειγματικά σημεία για κάθε κατηγορία χρήσης γης και εδαφοκάλυψης στον πίνακα σφάλματος, ούτως ώστε να γίνει αξιολόγηση της ακρίβειας της ταξινόμησης. Χρησιμοποιήσαμε μια στρωματοποιημένη τυχαία δειγματοληπτική προσέγγιση για να επιλέξουμε 120 δειγματικά σημεία κάτι που οδηγεί σε περίπου 60 σημεία ανά κλάση. Για να είναι συνεπής και ακριβής η σύγκριση, χρησιμοποιήσαμε α ίδια δειγματικά σημεία τόσο για τον αντικειμενοστραφή ταξινομητή, όσο για την εποπτευόμενη προσέγγιση (δηλ. μέγιστη πιθανότητα) και την μη εποπτευόμενη (ISODATA). Για καλύτερη εκτίμηση, εκτελέσαμε την αξιολόγηση στους χάρτες όπως προέκυψαν από την επεξεργασία χωρίς περαιτέρω διόρθωση τους από τον χρήστη.

'''Συμπεράσματα'''

Καταλήξαμε ότι η σύνθεση PCA ζωνών 3 και 4 χρησιμοποιώντας εποπτευόμενη προσέγγιση έδωσε την υψηλότερη συνολική ακρίβεια από όλους τους παραδοσιακούς ταξινομητές με διαφορετικές σύνθετες ζώνες. Η σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5,6,7 χρησιμοποιώντας μη επιβλεπόμενη ταξινομητή και επιβλεπόμενο ταξινομητή, βρέθηκε ότι είναι η δεύτερη πιο αποτελεσματική από όλες τις προ ταξινόμησης τεχνικές ελέγχου διαφορών. Μπορεί να παρατηρηθεί στις εικόνες 19 έως 26 ότι υπάρχει αξιοσημείωτη σύγχυση υπογραφής μεταξύ άλλων αλλαγμένων περιοχών μεταξύ των δύο χρονικών περιόδων λόγω του κυκλώνα της 3ης Μαΐου 1999. Η πλειοψηφία των άλλων αλλαγμένων περιοχών που δεν είναι πληγείσες αποδείχτηκε ότι ήταν αλλαγές λόγω ενεργών και μη καλλιεργειών. Για να ελαχιστοποιήσουμε το πρόβλημα αυτό , οι δύο εικόνες πριν και μετά το γεγονός θα πρέπει να απέχουν μικρό χρονικό διάστημα, όποτε είναι αυτό δυνατόν. Για παράδειγμα, οι δύο εικόνες που λήφθησαν 10 μέρες πριν και μετά μια φυσική καταστροφή, αναμένεται να εξαλείψουν ή έστω να ελαχιστοποιήσουν την σύγχυση υπογραφών μεταξύ κατεστραμμένων και άλλων αλλαγμένων περιοχών.

[[Αρχείο:Pinakasio3.PNG]]

Πίνακας 3: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη εικόνα των PC-ζωνών 3 και 4 με αντικειμενοστραφή προσέγγιση.

Η επιτυχής χρήση του eCognition εξαρτάται από την συνεχή τροποποίηση των δειγμάτων εκπαίδευσης αλγορίθμου, την εκτέλεση της ταξινόμησης, την εξέταση του αποτελέσματος, και τον πειραματισμό με διαφορετικούς συνδυασμούς λειτουργιών με την προσέγγιση δοκιμή-και-λάθος. Η διαθεσιμότητα πολλών διαφορετικών συνδυασμών λειτουργιών, παραμέτρων, και μεταβλητών μας βοήθησαν να ταυτοποιήσουμε πληγείσες και μη περιοχές επιτυχώς. Μολοντούτο, συμπεραίνουμε ότι η αντικειμενοστραφής προσέγγιση είναι αποτελεσματική και αξιόπιστη στην ταυτοποίηση πληγεισών περιοχών λόγω που προκαλούνται από δριμέα καιρικά φαινόμενα.

[[category:Σύνταξη ψηφιακών τοπογραφικών χαρτών]]

Αξιολογώντας τα αποτελέσματα των συσκευών τηλεπισκόπησης και εντοπισμού ζώων

2020-02-11T21:03:09Z

Ioannageorgopoulou:

[[Εικόνα: Eikona1io.PNG | thumb| right|'''Εικόνα 1:''' Διάγραμμα ροής που περιγράφει καλές πρακτικές προστασίας οικοσυστημάτων .]]
[[Εικόνα: Grafima1io.PNG | thumb| right|'''Εικόνα 2:''' Γράφημα που αναλύει (i) τον αριθμό των δημοσιεύσεων για δορυφορικό εντοπισμό ζώων και (ii) τις δημοσιεύσεις δορυφορικού εντοπισμού θαλάσσιων χελωνών. Τα δεδομένα προέρχονται από μια γενική αναζήτηση στο διαδίκτυο. Για το (i) χρησιμοποιήθηκε η λέξη κλειδί ‘satellite tracking’ για δημοσιεύσεις από το 1970 έως σήμερα. Ξεχωρίσαμε αποτελέσματα που αφορούν βιολογία, οικολογία και περιβάλλον. Για το (ii) η λέξη κλειδί ήταν και πάλι ‘satellite tracking’, για την ίδια χρονική περίοδο.]]
[[Εικόνα: Grafima2io.PNG | thumb| right|'''Εικόνα 3:''' Γράφημα που αναλύει τον αριθμό χελωνών που εντοπίστηκαν στο www.seaturtle.org, σε ετήσια βάση. Τα δεδομένα προέρχονται από το αρχείο του www.seaturtle.org .]]

'''Αξιολογώντας τα αποτελέσματα των συσκευών τηλεπισκόπησης και εντοπισμού ζώων.'''

Συγγραφείς: CR McMahon, N Collier , JK Northfield και F Glen

Πηγή: McMahon, Clive & French Collier, Neil & Northfield, J. & Glen, F.. (2011). Taking the time to assess the effects of remote sensing and tracking devices on animals. Animal Welfare. 20. 515-521. [https://www.researchgate.net/publication/230996117_Taking_the_time_to_assess_the_effects_of_remote_sensing_and_tracking_devices_on_animals]

Λέξεις κλειδιά: καλή διαβίωση των ζώων, βιολογική καταγραφή, διατήρηση, ηθική, τηλεπισκόπηση, δορυφορική παρακολούθηση.

'''Σύνοψη'''

Η απομακρυσμένη παρακολούθηση της συμπεριφοράς των ζώων χρησιμοποιώντας τηλεμετρία και βιολογική καταγραφή, έχει γίνει δημοφιλής λόγω της τεχνολογικής προόδου, του μειωμένου κόστους των συσκευών και την ανάγκη κατανόησης της συμπεριφοράς των υποκειμένων χωρίς να διαταράσσονται. Κατά τη διάρκεια των τριών τελευταίων δεκαετιών, χιλιάδες κινήσεις ζώων ανιχνεύτηκαν από αυτές τις συσκευές. ωστόσο, τοποθετώντας συσκευές σε ανεπτυγμένους οργανισμούς εγείρει ανησυχίες σχετικά με το ενεργειακό κόστος και τις επιπτώσεις σε ζωτικούς ρυθμούς, καθώς και την αξιοπιστία των συλλεγόμενων στοιχείων (π.χ. πιθανότητα επιβίωσης). Ενθαρρύνουμε τους ερευνητές να συζητήσουν τις ανησυχίες τους, να πολιτικοποιήσουν την πιθανή επιρροή που έχουν οι συσκευές και η μέθοδος τοποθέτησης στα υποκείμενα και να τα παρουσιάσουν για να αξιολογηθούν από ομότιμους.

'''Ένα παράδειγμα ενός λόγου ανησυχίας - θαλάσσιες χελώνες:'''

Ενώ η ποσότητα των δεδομένων που συλλέγονται χρησιμοποιώντας αυτές τις συσκευές αυξάνονται εκθετικά (Godley 2008), υπάρχει μια σαφής έλλειψη συμπληρωματικών ερευνών σχετικά με τις επιπτώσεις αυτών με τις συσκευές που τοποθετούνται στα υποκείμενα που ερευνώνται - κάτι που θα έπρεπε να ανησυχεί - και μερικές φορές η περιορισμένη ανάλυση των διαδικασιών που λαμβάνουν χώρα από ερευνητές που εργάζονται στον τομέα αυτό (Wilson & McMahon 2006). Ένα σχετικό παράδειγμα είναι στο τομέα της έρευνας θαλάσσιων χελωνών. O ιστότοπος [www.seaturtle.org] , επιτρέπει σε ομάδες που ενδιαφέρονται να πραγματοποιήσουν δορυφορικές παρακολουθήσεις, να καταγράψουν τα αρχεία των δεδομένων τους στην ιστοσελίδα. Παρά το γεγονός ότι δεν είναι όλες οι ομάδες πρόθυμες να το κάνουν αυτό, από το 2003, στη σελίδα [www.seaturtle.org] έχουν αναλυθεί και αρχειοθετηθεί οι θαλάσσιες κινήσεις 558 θαλάσσιων χελωνών, για να μην αναφέρουμε και τις κινήσεις 270 θαλάσσιων χελωνών που παρακολουθούνται αυτήν την περίοδο.
Μολονότι έχει αυξηθεί ο αριθμός των δημοσιεύσεων σχετικά με τη δορυφορική παρακολούθηση των θαλάσσιων χελωνών από την δεκαετία του 1990, μόνο ένας μικρός αριθμός από αυτούς έχει αναλογιστεί την επίδραση της συσκευής στο ζώο (Ferraroli 2004, Hawkins 2004, Troëng 2006, Fossette 2008, Godley 2008). Η ηθική και η ευημερία πρέπει να βρίσκονται στην πρώτη γραμμή αυτού του είδους έρευνας, εξασφαλίζοντας ότι οι επιστήμονες θα έχουν πρόσβαση σε δεδομένα ηθικών τεχνικών και εφαρμογών. Από τα λίγα δημοσιευμένα παραδείγματα, τα σημαντικά προβλήματα έχουν υπογραμμιστεί (Troëng 2006). Με τη βελτίωση τόσο της μακροζωίας της συσκευής όσο και της προσάρτησή της, οι χελώνες μπορούν τώρα να παρακολουθούνται από απόσταση για περιόδους άνω του ενός χρόνου, μερικές φορές επιστρέφοντας στην γενέτειρά τους χρόνια αργότερα έχοντας ακόμα τη συσκευή (Troëng 2006). Ενώ δεν είναι σαφές τι επιπτώσεις έχουν αυτές οι μακροπρόθεσμες εφαρμογές, υπάρχουν τεκμηριωμένες περιπτώσεις σε θαλάσσια σπονδυλωτά που δείχνουν ότι τέτοιες εφαρμογές, ενδέχεται να έχουν επιβλαβείς συνέπειες όσον αφορά το ιστορικό ζωής (Massey 1988, Wanless 1988, Taylor & Gangopadhyay 2001, Simeone 2002, Whidden 2007). Για παράδειγμα, έχει παρατηρηθεί ότι τα ζώα έχουν υποστεί αρνητικές συνέπειες από τις συσκευές όταν αναζητούν τροφή ή αναπαράγονται (Massey 1988, Wilson & Wilson 1989, Croll 1996, Ballard 2001, Beaulieu 2010) καθώς και μειώσεις στα ποσοστά επιβίωσής τους (Jackson & Wilson 2002, Dugger 2006). Ωστόσο, υπάρχουν επίσης καλά αποδεικτικά στοιχεία, σχετικά με τις βραχυπρόθεσμες και μακροπρόθεσμες επιπτώσεις των συσκευών, τα οποία δείχνουν πως δεν έχει καμία επίδραση στα βασικά χαρακτηριστικά ανάπτυξης και επιβίωσης, ακόμη και στα πιο ευάλωτα ζώα που είναι πιθανότερο να επηρεαστούν από τη μεταφορά συσκευών (McMahon 2008). Αν και υπάρχουν προφανείς προειδοποιήσεις όταν συγκρίνουμε τις επιπτώσεις της συσκευής με την ευημερία σε όλα τα είδη, θα ήταν φρόνιμο να διερευνηθούν οι πιθανές επιπτώσεις στο ιστορικό ζωής που αυτές οι συσκευές μπορεί να έχουν στις χελώνες, δεδομένης της μακροζωίας των εγκαταστάσεων. Η διάρκεια που είναι τοποθετημένος ο αισθητήρας δεν είναι το μόνο που πρέπει να λάβουμε υπόψιν μας, καθώς υπάρχουν και άλλες ανησυχίες όσον αφορά τις συνέπειες της σύλληψης και της ομηρίας κατά τη διάρκεια της προσάρτησης της συσκευής, και της δυνητικής αύξησης του ποσού ενέργειας που απαιτείται για την εύρεση και την αποθήκευση τροφίμων. Επίσης, ανησυχίες υπάρχουν για την αναπαραγωγή και την συντήρηση λόγω έλξης από τον τοποθετημένο αισθητήρα, πράγμα που παρατηρήθηκε στις φώκιες (Arctocephalus spp) (Boyd 1997) και τους πιγκουίνους (Wilson 1986, Culik & Wilson 1991, 1992).

'''Γενικές επιδράσεις της προσάρτησης της συσκευής:'''

Ενώ τα δεδομένα είναι περιορισμένα για τις επιδράσεις που μπορεί να έχουν οι συσκευές, είναι συνετό να εξεταστούν τα πιθανά αποτελέσματα. Αυτά μπορούν να χωριστούν σε τέσσερις κύριες κατηγορίες:
* εκείνες που προκύπτουν από τη σύλληψη του ζώου (Croll 1991),
* τον τύπο που περιλαμβάνει το σχήμα, το μέγεθος και το χρώμα της συσκευής (Wilson & Wilson 1989, Bannasch 1994, Ropert-Coudert 2007),
* τη μέθοδο προσάρτησης (Bannasch 1994, Fossette 2008) και
* τη στιγμή και τη διάρκεια προσάρτησης της συσκευής (Watanuki 1992, Ropert-Coudert 2000).

Πρώτον, παροτρύνουμε τους ερευνητές να ποσοτικοποιήσουν τις συνέπειες της σύλληψης των ζώων και στη συνέχεια να ερευνήσουν την μετρίαση της επιρροής των ηρεμιστικών και αναισθητικών που χρησιμοποιούνται για την ακινητοποίηση. Ωστόσο, για να επέλθει η ακινητοποίηση, οργανισμοί και φορείς που ρυθμίζουν την έρευνα, πρέπει να έχουν επίγνωση της σημασίας του πειραματισμού με χημικά υποκατάστατα για την άγρια πανίδα και πρέπει να αναγνωρίσουν και να αποδεκτούν τον βαθμό ευθύνης που υπάρχει για τη μελέτη των ζώων άγριας φύσης. Μια προσεκτική προσέγγιση για τη συντήρηση, είναι απλώς μη ρεαλιστική στην παρούσα κρίση της βιοποικιλότητας.

'''Επίκληση σε όλες τις ομάδες:'''

Πρωταρχική σημασία σε αυτή τη συζήτηση έχει η απάντηση στο ερώτημα: γιατί υπάρχει τέτοια έλλειψη ποσοτικού προσδιορισμού στις επιπτώσεις αυτών των εφαρμογών στη συμπεριφορά και την ευημερία των ζώων; Μία πιθανή απάντηση θα μπορούσε να είναι η πολύπλευρη φύση της διατήρησης. Η διατήρηση έχει πολλές ομάδες εμπλεκόμενες (π.χ. επιστήμονες, κτηνίατροι, ΜΚΟ, ομάδες ευημερίας και συντήρησης) και ως εκ τούτου τα συναισθήματα μπορεί να είναι έντονα ειδικά όταν τα ζώα που μελετώνται είναι χαρισματικά (Jabour-Green & Bradshaw 2004, McMahon 2006). Όλες αυτές οι ομάδες έχουν διαφορετικές στοχεύσεις, οι οποίες είναι όλες αξιέπαινες, αλλά μερικές φορές ο πραγματικός στόχος μπορεί να χαθεί (McMahon 2006, Wilson & McMahon 2006). Πώς μπορούν όλες αυτές οι ομάδες να επιτύχουν αυτόν τον κοινό στόχο με συνεργατικό τρόπο; Η απάντηση είναι μια καλή προσπάθεια διατήρησης, που περιλαμβάνει την παρουσίαση δεδομένων σχετικά με τα αποτελέσματα που έχουν η μεταχείριση και οι συσκευές στα ζώα με ένα σαφή, ομοιόμορφο και ποσοτικοποιήσιμο τρόπο. Πράγματι, σε πολλές περιπτώσεις φαίνεται ότι αυτή η πληροφορία ενδέχεται να υπάρχει ήδη αλλά δεν έχει ακόμη αναλυθεί και παρουσιαστεί, όσον αφορά την αξιολόγηση των επιπτώσεων της έρευνας. Παραδείγματος χάριν, υπάρχουν μελέτες όπου τα ζώα έχουν εντοπιστεί για μεγάλες χρονικές περιόδους και οι πληροφορίες από αυτές τις μελέτες έχουν παράσχει ζωτικής σημασίας πληροφορίες σχετικά με το σημείο που βρίσκονται οι χελώνες και τους πιθανούς κινδύνους που συναντούν, π.χ. από αλίευση (Hays 2004). Θα μπορούσε επίσης να εξεταστεί το ζήτημα αξιολόγησης των επιπτώσεων της συσκευής στο πλαίσιο της δεοντολογικής διαδικασίας, ενθαρρύνοντας τους ερευνητές να διερευνήσουν περαιτέρω τις επιπτώσεις των συσκευών ως μέρος των υπαρκτών ηθικών παραγόντων και όχι ως μεταγενέστερη σκέψη, ή χειρότερα, χωρίς καν να το σκεφτούν. Φαίνεται συνετό, η ενημέρωση από αυτές τις μελέτες σχετικά με τα ποσοστά επιστροφής και οι μετρήσεις των επιρροών των τοποθετημένων συσκευών, να είναι χρήσιμη και σε άλλους ερευνητές. Ίσως μια τέτοια αναδρομική ανάλυση δεδομένων - με γνώμονα την ευημερία - πριν από τη διεξαγωγή περαιτέρω ερευνών, όχι μόνο θα εισαγάγει μια πιο προσεκτική προσέγγιση στην προοπτική της πειραματικής εργασίας, αλλά επίσης θα παράγει κάποιες απαραίτητες πληροφορίες σχετικά με την ευημερία των ζώων αυτών.

'''Επιπτώσεις της ευημερίας των ζώων:'''

Δεν σκοπεύουμε να επικρίνουμε ή να αμφισβητήσουμε την έρευνα ή τους ιθύνοντες ενός έργου, ωστόσο προτείνουμε τρόπους με τους οποίους οι ερευνητές μπορούν να βελτιώσουν τις πρακτικές τους. Ας ελπίσουμε, όταν εξετάζεται σε ατομική βάση, ότι μπορεί να φτιαχτεί ένα λογικό σενάριο για κάθε ζώο που μεταφέρει απομακρυσμένους αισθητήρες. Ωστόσο, εάν ο στόχος είναι η διατήρηση του ζωικού πληθυσμού, τότε η ερευνητική κοινότητα πρέπει να γίνει πιο στρατηγική στην έρευνά της και να είναι πρόθυμη να αξιολογούνται, πιο συχνά, οι μέθοδοί της. Για παράδειγμα, σε περιπτώσεις όπου υπάρχει έλλειψη πληροφοριών για συγκεκριμένες περιοχές ή είδη, θα ήταν καλό οι ερευνητές να είναι περισσότερο συγκεκριμένοι στην εφαρμογή εξοπλισμού τηλεανίχνευσης. Η προσέγγισή μας υποστηρίζει την άντληση όσο το δυνατόν περισσότερης μάθησης από όσο το δυνατόν λιγότερα ζώα και είναι σχεδόν ταυτισμένη με την προσέγγιση 3Rs - ένα πλαίσιο που χρησιμοποιείται ευρέως στην έρευνα ζώου και κτηνοτροφίας, αλλά περιορίζεται στην έρευνα της άγριας φύσης.
Έχοντας κατά νου τα 3Rs, οι ερευνητές πρέπει να λάβουν κάποια βασικά μέτρα πριν από την έναρξη της έρευνας:
* οι μέθοδοι που χρησιμοποιούνται να είναι οι λιγότερο επεμβατικές και οι επιρροές της διαδικασίας σύλληψης να ελαχιστοποιούνται (Murray & Fuller 2000, Gannon & Sikes 2007, Casper 2009),
* να ελαχιστοποιηθούν οι επιπτώσεις της μεταχείρισης των ζώων και να βρίσκονται οι μέθοδοι προσάρτησης που ταιριάζουν καλύτερα στο εκάστοτε ζώο (Withey 2001),
* εντόπιση των καλύτερων μεθόδων προσάρτησης και πώς μπορούν να ελαχιστοποιηθούν οι επιπτώσεις τους (Sykes Jr 1990, Godfrey 2003, Ackerman 2004) και (iv) την ελαχιστοποίηση της διάρκειας που πρέπει να είναι προσκολλημένη η συσκευή στο ζώο και αν υπάρχουν εναλλακτικές λύσεις που θα μπορούσαν να ερευνηθούν (Wilson & McMahon 2006).

[[category:Εκτίμηση βιοπικοιλότητας]]

Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών

2020-02-11T20:58:00Z

Ioannageorgopoulou:

[[Εικόνα: Pinakas.PNG | thumb| right|'''Εικόνα 1:''' Ταξινόμηση σε σταδιακή κλίμακα μεταξύ αμιγώς φυσικών και αμιγώς ανθρωπογενών καταστροφών. ]]
[[Εικόνα: Mapearth.PNG | thumb| right|'''Εικόνα 2:''' Παγκόσμιος χάρτης των φυσικών καταστροφών. (Πηγή: Munich Re., 1998) .]]

'''Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών'''

Συγγραφέας: Cees VAN WESTEN

Διεθνές Ινστιτούτο Αεροδιαστημικής Έρευνας και Επιστημών της Γης, ITC, Ολλανδική Διεύθυνση Εφαρμοσμένων Γεωμορφολογικών Μελετών.

Πηγή: Westen, C.J.. (2000). Remote sensing for natural disaster management. [https://www.researchgate.net/publication/222273930_Daytime_urban_heat_islands_from_Landsat_ETM_and_Corine_land_cover_data]

Λέξεις κλειδιά: Φυσικές καταστροφές, Σεισμοί, Κατολισθήσεις, Ηφαίστεια, Τηλεπισκόπηση, GIS.

'''Εισαγωγή'''

Οι φυσικές καταστροφές είναι ακραία γεγονότα µέσα στο σύστηµα της γης (λιθόσφαιρα, υδρόσφαιρα, βιόσφαιρα ή ατµόσφαιρα) που διαφέρουν σηµαντικά από τις µέσες συνθήκες, και µπορούν να προκαλέσουν θανάτους ή τραυµατισµούς, και καταστροφές ή απώλεια υλικών αγαθών, όπως κτίρια, δίκτυα τηλεπικοινωνίας, καλλιεργήσιµη γη, δάση, περιβάλλον κλπ. ΄Ενα δυνάµει καταστροφικό φαινόµενο (φυσικός κίνδυνος) όπως ένας σεισµός δεν θεωρείται φυσική καταστροφή όταν συµβαίνει σε ακατοίκητες περιοχές. Φυσική καταστροφή θεωρείται όταν λαµβάνει χώρα σε κατοικηµένη περιοχή, και προκαλεί ζηµιές, απώλειες ή καταστροφή. Οι φυσικές καταστροφές είναι δυνατό να συµβούν σε πολλά µέρη του κόσµου, όµως κάθε τύπος περιορίζεται σε συγκεκριµένες περιοχές. Οι φυσικές καταστροφές µπορούν να ταξινοµηθούν µε διάφορους τρόπους. Μια πιθανή κατηγοριοποίηση είναι η εξής:
* Φυσικές καταστροφές είναι γεγονότα που προκαλούνται από καθαρά φυσικά φαινόµενα και προκαλούν καταστροφές στις ανθρώπινες κοινωνίες (όπως σεισµοί, ηφαιστειακές εκρήξεις, τυφώνες).
* Αθρωπογενείς καταστροφές, γεγονότα που προκαλούνται από ανθρώπινες δραστηριότητες (όπως η ατµοσφαιρική ρύπανση, χηµικά βιοµηχανικά ατυχήµατα, µείζονες ένοπλες συγκρούσεις, πυρηνικά ατυχήµατα, πετρελαιοκηλίδες)
* Δευτερογενώς ανθρωπογενείς καταστροφές , είναι φυσικές καταστροφές που επιταχύνονται/επιδεινώνονται από την ανθρώπινη επιρροή.

Η διαχείριση φυσικών καταστροφών συνίσταται σε δύο φάσεις που προηγούνται της καταστροφής, την πρόληψη και την ετοιµότητα, και σε τρείς που έπονται, την αρωγή, την αποκατάσταση και την ανοικοδόµηση . Τα απαιτούµενα δεδοµένα για την διαχείριση φυσικών καταστροφών προέρχονται από διαφορετικά επιστηµονικά πεδία, και πρέπει να ενσωµατωθούν. Η ενσωµάτωσης δεδοµένων είναι ένα από τα πιο δυνατά σηµεία των ΓΠΣ. Γενικά απαιτούνται οι παρακάτω τύποι δεδοµένων:
* Δεδοµένα καταστροφικών γεγονότων (κατολίσθησεις, πληµµύρες, σεισµοί), θέση, συχνότητα, µέγεθος κλπ.
* Δεδοµένα του περιβάλλοντος στο οποίο λαµβάνουν χώρα τα καταστροφικά γεγονότα: τοπογραφία,γεωλογία,γεωµορφολογί εδάφη, υδρολογία, χρήσεις γης, βλάστηση κλπ.
* Δεδοµένα δυνατοτήτων αρωγής όπως νοσοκοµεία, πυροσβεστικοί σταθµοί, αστυνοµικά τµήµατα, αποθήκες κλπ
Παρακάτω θα συζητήσουμε την χρήση τηλεπισκόπησης για 4 τύπους φυσικών καταστροφών.

'''Παράδειγµα 1: Πληµµύρες'''

Οι διαφορετικοί τύποι πληµµύρων (πχ. ποτάµιες, αστραπιαίες, παράκτιες πληµµύρες είτε πληµµύρες που προκαλούνται από κατάρρευση φραγµάτων) έχουν διαφορετικά χαρακτηριστικά όσον αφορά τον χρόνο που συµβαίνουν, το µέγεθος, τη συχνότητα, την διάρκεια, την ταχύτητα ροής και την έκταση. Πολλοί παράγοντες παίζουν ρόλο στην εµφάνιση πλημμύρων, όπως η ένταση και η διάρκεια της βροχόπτωσης, το λιώσιµο των χιονιών, η αποψίλωση των δασών, πρακτικές χρήσης γης η διάβρωση στις κοίτες ποταµών , και φυσικά ή ανθρωπογενή εµπόδια.
Οι δορυφοροι παρατήρησης της γης µπορούν να χρησιµοποιηθούν στην φάση της πρόληψης, χαρτογραφώντας γεωµορφολογικά δεδοµένα, ιστορίκά γεγονότα και διαδοχικές κατακλυσµιαίες φάσεις, όπως η διάρκεια, το βάθος του κατακλυσµού, και η διεύθυνση του ρεύµατος.
Οι δορυφοροι παρατήρησης της γης χρησιµποποιούνται επίσης εκτενώς στις φάσεις ετοιµότητας/προειδοποίησης και απόκρισης/επίβλεψης. Η χρήση οπτικών αισθητήρων περιορίζεται σηµαντικά από την µεγάλη νεφοκάλυψη η οποία υπάρχει συνήθως κατά την διάρκεια µιας πληµµύρας.
Για τις επιχειρήσεις αρωγής, η εφαρµογή των σύγχρονων δορυφορικών συστήµατων είναι για την ώρα περιορισµένη, λόγω της κακής χωρικής διακριτικής του ικανότητας και προβλήµατων λόγω νεφοκάλυψης. Καλώς εχόντων των πραγµάτων, οι δορυφόροι µεγαλύτερης διακριτικής ικανότητας θα την βελτιώσουν.

'''Παράδειγμα 2: Σεισµοί'''

Οι σεισμόπληκτες περιοχές είναι γενικά µεγάλες, αλλά περιορίζονται σε γνωστές περιοχές (στα όρια των τεκτονικών πλακών). Τυπικές περίοδοι επανάληψης των σεισµών εκτείνονται από δεκαετίες µέχρι αιώνες. Παρατηρίσιµα χαρακηριστικά είναι τα ρήγµατα, ζηµιές λόγω σεισµών, ρευστοποίηση, κατολισθήσεις, πυρκαγιές και πληµµύρες. Οι παρακάτω παράµετροι παίζουν σηµαντικό ρόλο: απόσταση από ενεργά ρήγµατα, γεωλογίκές δοµές, τύποι εδάφους, βάθος υφαλοκρηπίδας, τοπογραφία, και οικοδοµικοί τύποι των κτιρίων.
Η δορυφορική τηλεπισκόπηση δεν παίζει μείζονα ρόλο στην διαχείριση σεισµών. Κατά την φάση της πρόληψης η δορυφορική τηλεπισκόπηση µπορεί να παίξει έναν ρόλο στην καταγραφή ρηγµάτων, την µελέτη της διάταξης των τεκτονικών πλακών στην περιοχή, και σε νεοτεκτονικές µελέτες. Συνήθως χρησιµοποιείται απεικόνιση στο ορατό και το υπέρυθρο σε διακριτικές ικανότητες των 5-20m.
Το Satellite Laser Ranging (SLR) και Very Long Base Baseline Interferometry (VLBI) έχουν χρησιµοποιηθεί για την επίβλεψη της κίνησης του φλοιού κοντά σε ενεργά ρήγµατα. Το GPS έχει επίσης καταστεί πολύ σηµαντικό στην µέτρηση των µετατοπίσεων των ρηγµάτων. Μια ιδιαίτερα δηµοφιλής εφαρµογή τηλεπισκόπησης είναι η χαρτογράφηση πεδίων σεισµικής παραµόρφωσης χρησιµοποιώντας συµβολοµετρία SAR. .
Κατά την φάση της αρωγής, η δορυφορική τηλεπισκόπηση µπορεί, για την ώρα, µόνο να ταυτοποιήσει µέγαλης κλίµακας χαρακηριστικά.

'''Παράδειγµα 3: Ηφαιστειακές Εκρήξεις'''

Οι περιοχές που επηρεάζονται από ηφαιστειακές εκρήξεις είναι γενικά µικρές, και περιορίζονται σε γνωστές περιοχές. Η δορυφορική τηλεπισκόπηση χρησιμοποιείται σε : 1) επίβλεψη ηφαιστειακής δραστηριότητας και εντοπισµός ηφαιστειακών εκρήξεων. 2) ταυτοποίηση πιθανών επικίνδυνων ηφαιστείων, ειδικά σε αποµακρυσµένες περιοχές και 3) χαρτογράφηση ηφαιστειακών γεωλογικών σχηµατισµών και αποθέσεων. Οι δορυφόροι παρατήρησης της γης µπορούν να χρησιμοποιηθούν στην φάση της πρόληψης και της χαρτογράφησης της κατανοµής και του τύπου των ηφαιστειακών αποθέσεων μέσω θεματικών χαρτών. Τέλος το κανάλι 6 του Landsat μπορεί να χρησιμοποιηθεί για δείξει τις ενεργές ροές της λάβας και άλλων παραγόντων που προκαλούν ανωμαλίες.

'''Παράδειγµα 4: Κατολίσθησεις'''

Οι µεµονωµένες κατολίσθησεις είναι γενικά µικρές αλλά πολύ συχνές σε κάποιες ορεινές περιοχές. Οι κατολισθήσεις συµβαίνουν µε µεγάλη ποικιλία ανάλογα µε την τον τύπο κίνησης (ολίσθηση, ανατροπή, ροή, πτώση, διάχυση) και την ταχύτητα της κίνησης (mm/έτος- m/sec), το υλικό που εµπλέκεται (βράχος,χώµα,θραύσµατα) και του µηχανισµού ενεργοποίησης (σεισµός, βροχόπτωση, ανθρώπινη παρέµβαση).
Κατά την φάση την ετοιμότητας θα µπορούσαν να χρησιµοποιηθούν οι εξής τεχνικές επίβλεψης κατολισθήσεων: µετρήσεις εδάφους, φωτογραµµετρία, GPS, συµβολοµετρία radar. Συστήµατα προειδοποίησης κατολισθήσεων λειτουργούν σε ελάχιστα µέρη στον κόσµο, µε μεγάλη πυκνότητα πληροφορίας.

'''Συµπεράσµατα'''

Κατά δεκαετία του 1990, οι στατιστικές δείχνουν ραγδαία αύξηση απωλειών λόγω φυσικών καταστροφών, η οποία οφείλεται τόσο στην αυξηµένη ευπάθεια µεγάλου µέρους του παγκόσµιου πληθυσµού, όσο και στην αύξηση των σχετιζόµενων µε τον καιρό φαινοµένων.
Για διάφορους τύπους καταστροφών, οι τεχνικές παρατήρησης της γης χρησιµοποιούνται επιχειρησιακά στις φάσεις προειδοποίησης και επίβλεψης, µέσα σε σχετικά µικρό χρονικό διάστηµα. Η τηλεπισκόπηση χρησιµοποιείται επιχειρησιακά στην προειδοποίηση και επίβλεψη κυκλώνων, ξηρασίας, και σε µικρότερο βαθµό πλημμύρας.
Οι εφαρµογές χρησιµοποιούν κυρίως απεικονίσεις χαµηλής χωρικής ευκρίνειας.
Ο χρόνος απόκρισης Turn-Around-Time (TAT), είναι ο απαιτούµενος χρόνος µεταξύ της λήψης της εικόνας και της απάντησης για προειδοποίηση ή επίβλεψης ενός συγκεκριµένου κινδύνου. Σε πολλές από τις σχετιζόµενες µε τον καιρό φυσικές καταστροφές, η λήψη εικόνων χωρίς νέφη είναι συχνά ένα σοβαρό πρόβληµα. Στην φάση της αρωγής, η δορυφορική τηλεπισκόπηση µπορεί να παίξει τον ρόλο ταυτοποίησης των πληγέντων περιοχών, µόνο εάν αυτές είναι αρκετά µεγάλες.
Λαµβάνοντας υπόψιν τους εγγενείς περιορισµούς των τεχνικών συλλογής και ανάλυσης δεδοµένων και των περιορισµών που επιβάλλονται από την κλίµακα της χαρτογράφησης, µια µελέτη κινδύνου θα ενέχει πάντα έναν βαθµό υποκειµενικότητας. Αυτό δεν σηµαίνει απαραίτητα ανακρίβεια. Η αντικειµενικότητα και η αναπαραξιµότητα της εκτίµησης µπορεί να βελτιωθεί αισθητά µε την ερµηνεία διαδοχικών απεικονίσεων, την χρήση κατά το δυνατόν ξεκάθαρων ποσοτικών περιγραφών των εµπλεκόµενων παραγόντων, καθώς και µε καλώς ορισµένες αναλυτικές διαδικασίες και κανόνων αποφάσεων. Το πιο σηµαντικό κοµµάτι παραµένει η εµπειρία του αναλυτή, τόσο πάνω στους διάφορους παράγοντες που εµπλέκονται σε µια µελέτη κινδύνου, όσο στις συγκεκριµένες συνθήκες του πεδίου µελέτης. Λόγω δυσκολίας κανονικοποίησης κανόνων εξειδίκευσης, η χρήση εξειδικευµένων συστηµάτων στην εκτίµηση κινδύνων δεν είναι ακόµη ιδιαίτερα ανεπτυγμένη.

[[category:Διαχείριση κινδύνων]]

Ο ρόλος της τηλεπισκόπησης στην χαρτογράφηση έκτακτων αναγκών για την αντιμετώπιση καταστροφών

2020-02-11T20:55:52Z

Ioannageorgopoulou:

'''Ο ρόλος της τηλεπισκόπησης στην χαρτογράφηση έκτακτων αναγκών για την αντιμετώπιση καταστροφών.'''

Συγγραφείς: Piero Boccardo and Fabio Giulio Tonolo

Engineering Geology for Society and Territory

Πηγή: Boccardo, P., & Tonolo, F. G. (2015). Remote sensing role in emergency mapping for disaster response. In Engineering Geology for Society and Territory-Volume 5 (pp. 17-24). Springer, Cham.[https://link.springer.com/chapter/10.1007/978-3-319-09048-1_3]

Λέξεις κλειδιά: Τηλεπισκόπηση, Χαρτογράφηση έκτακτης ανάγκης, Αντιμετώπιση καταστροφών, Δορυφόρος.

'''Σύνοψη'''

Τα τελευταία χρόνια, εξαιτίας της αύξησης του αριθμού των έντονων μετεωρολογικών φαινομένων που πιθανώς σχετίζονται με την κλιματική αλλαγή, αυξανόμενη προσοχή δίνεται στην υπηρεσιακή χρησιμοποίηση δορυφορικών μέσων παρακολούθησης με εφαρμογή σε διαχείριση έκτακτων καταστάσεων. Αυτή η δημοσίευση επικεντρώνεται κυρίως στην χρήση δεδομένων απομακρυσμένης επισκόπησης για εφαρμογές χαρτογράφησης έκτακτων αναγκών και που υποστηρίζουν την φάση αντίδρασης σε μια κρίση, συμπεριλαμβανομένων τόσο φυσικές καταστροφές όσο και ανθρωπιστικές κρίσεις.

'''Εισαγωγή'''

Η υιοθέτηση της απομακρυσμένης επισκόπησης για την υποστήριξη ενεργειών διαχείρισης κρίσεων έχει καταστεί κοινή επιχειρησιακή προσέγγιση. Η ανάλυση που βασίζεται στην απομακρυσμένη επισκόπηση μπορεί να βοηθήσει τόσο την διαδικασία λήψης αποφάσεων όσο και αυτούς που δρουν στο πεδίο κατά την διάρκεια διάφορων φάσεων των δράσεων έκτακτης αντίδρασης. Η παρούσα δημοσίευση επικεντρώνεται κυρίως στην αντίδραση σε καταστάσεις έκτακτης ανάγκης.

'''Δορυφορική απομακρυσμένη ανίχνευση και χαρτογράφηση έκτακτων αναγκών'''

Διαφορετικοί τύποι αισθητήρων απομακρυσμένης επισκόπησης, πλατφορμών και τεχνικών μπορούν να εξεταστούν στο πλαίσιο της χαρτογράφησης έκτακτης ανάγκης. Όσον αφορά την επιλογή της πλατφόρμας, γενικά η δορυφορική πλατφόρμα προτιμάται. Όσον αφορά τον τύπο του αισθητήρα, τα δεδομένα των SAR ραντάρ είναι γενικά χρήσιμα. Σχετικά με τη χωρική ανάλυση, τόσο οι οπτικοί όσο και οι αισθητήρες των ραντάρ μπορούν πλέον να επιτύχουν πολύ υψηλή ανάλυση (VHR) εικόνας (με απόσταση δείγματος-εδάφους μέχρι 0,5 m για οπτικούς αισθητήρες). Όσον αφορά την ανάλυση στην διάσταση του χρόνου, η διαθεσιμότητα σχηματισμών δορυφόρων και ο αυξανόμενος αριθμός παρόχων δορυφορικών δεδομένων, επιτρέποντας την ταχεία παρακολούθηση δυναμικών φαινομένων.
Όσον αφορά τους διάφορους τύπους δορυφορικών προϊόντων χαρτογράφησης έκτακτων αναγκών, δύο διαφορετικά είδη προϊόντων μπορούν να παραχθούν:
* οι χάρτες πριν το συμβάν,
* οι χάρτες μετά την εκδήλωση του συμβάντος.

Σε περίπτωση συνεχιζόμενων συμβάντων, οι προαναφερθέντες χάρτες μπορούν να επικαιροποιηθούν ώστε να παρέχουν μια εκτίμηση της εξέλιξης του συμβάντος.

'''Διεθνείς Πρωτοβουλίες'''

Αρκετές διεθνείς πρωτοβουλίες έχουν αναπτυχθεί τα τελευταία χρόνια για τη διευκόλυνση της πρόσβασης σε δορυφορικά δεδομένα. Ο Διεθνής Χάρτης "Διάστημα και μεγάλες καταστροφές" στοχεύει στην παροχή ενός ενοποιημένου συστήματος ανάκτησης διαστημικών δεδομένων. Κάθε οργανισμός- μέλος έχει διαθέσει πόρους για την υποστήριξη του Χάρτη. Το 2006 η Γενική Συνέλευση των Ηνωμένων Εθνών συμφώνησε να δημιουργήσει την "Πλατφόρμα των Ηνωμένων Εθνών για διαστημικές πληροφορίες για τη διαχείριση καταστροφών και έκτακτων αναγκών UN-SPIDER ".Το Sentinel Asia είναι μία εθελοντική πρωτοβουλία υπό την αιγίδα του περιφερειακού Φόρουμ του Οργανισμού Διαστήματος Ασίας-Ειρηνικού που στοχεύει στην προώθηση της διεθνούς συνεργασίας για την παρακολούθηση των φυσικών καταστροφών στην περιοχή Ασίας-Ειρηνικού.
Το SERVIR είναι ένα Περιφερειακό Σύστημα παρακολούθησης και εικονοποίησης. Έχει εγκριθεί από τις κυβερνήσεις της Κεντρικής Αμερικής και της Αφρικής και υποστηρίζεται κυρίως από τη NASA και τον Οργανισμό Διεθνούς Ανάπτυξης των ΗΠΑ (USAID).
Στον τομέα της χαρτογράφησης έκτακτης ανάγκης, η Ευρωπαϊκή Επιτροπή ήταν πολύ δραστήρια την τελευταία δεκαετία. Aπό το 2003 έως το 2009, τα έργα Respond, Preview and Risk- Eos συνέβαλαν στον ορισμό και τη σχηματοποίηση των βασικών απαιτήσεων των χρηστών, ενώ τα έτη 2009-2012, τα έργα SAFER και linkER τροφοδοτούσαν από κοινού την προ-επιχειρησιακή έκδοση της Υπηρεσίας διαχείρισης έκτακτων περιστατικών Κοπέρνικος. Η υπηρεσία Copernicus GIO-EMS στοχεύει στο να αποτελέσει την κύρια ευρωπαϊκή συνεισφορά σε ένα παγκόσμιο δίκτυο πρωτοβουλιών διαστημικού χαρακτήρα για την αντίδραση σε φυσικές και τεχνητές καταστροφές, που θα εξυπηρετούν ένα ευρύ φάσμα εξουσιοδοτημένων χρηστών που δραστηριοποιούνται στον τομέα της διαχείρισης κρίσεων.

'''Ειδικές εφαρμογές συμβάντων'''

Διαφορετικοί τύποι προϊόντων χαρτογράφησης έκτακτης ανάγκης μπορούν να αναπτυχθούν με βάση το συγκεκριμένο γεγονός για το οποίο παράγονται. Σε περίπτωση πλημμυρών το κύριο ενδιαφέρον των χρηστών είναι ο εντοπισμός των πληγεισών περιοχών. Αυτός ο στόχος μπορεί να επιτευχθεί με την ανάκτηση διαδοχικών χρονικά εικόνων που ελήφθησαν πριν και μετά το συμβάν.

Οι πιο χρησιμοποιημένοι δορυφορικοί αισθητήρες για την ανάλυση πλημμύρων είναι οι αισθητήρες SAR ραντάρ οι οποίοι διαθέτουν τα ακόλουθα πλεονεκτήματα:
* Οι εικόνες μεγέθους SAR επιτρέπουν την εύκολη αναγνώριση των στάσιμων υδάτινων περιοχών σε ανοικτές περιοχές.
* Η δυνατότητα της τεχνολογίας ραντάρ να είναι λειτουργική κάτω από κάθε καιρική συνθήκη.

Εν αντιθέσει, η ακρίβεια που εξάγεται από τις εικόνες SAR για τις πλημμυρισμένες περιοχές ενδέχεται να είναι χαμηλότερη σε αστικές περιοχές. Παρ 'όλα αυτά, ad hoc διαδικασίες κάλυψης και τεχνητή βελτίωση των εικόνων των πλημμυρισμένων περιοχών πρέπει να διενεργηθεί ώστε να περιοριστεί η εμφάνιση εσφαλμένων θετικών αποτελεσμάτων.
Εάν οι επιπτώσεις των πλημμυρών πρέπει να οριοθετηθούν σε αστικές περιοχές, ή απαιτείται λεπτομερής αξιολόγηση ζημιών, μια διαφορετική προσέγγιση με βάση την οπτική ερμηνεία των οπτικών δεδομένων VHR υιοθετείται. Το ίδιο ισχύει και για τα γεγονότα από καταιγίδες/τσουνάμι, τα οποία οδηγούν σε διάβρωση των ακτών και η οποία αξιολογείται χρησιμοποιώντας οπτικές εικόνες υψηλής ανάλυσης.
Οι εκδηλώσεις πυρκαγιάς χαρακτηρίζονται γενικά ως εξαιρετικά δυναμικά συμβάντα. Επομένως, η επιλογή του αισθητήρα γίνεται με βάση αρκετούς περιορισμούς. Επομένως, η ανάλυση μετά την εκδήλωση του συμβάντος βασίζεται γενικά σε υπερφασματικές εικόνες μέσης χωρικής ανάλυσης, που επιτρέπουν τόσο μια προσέγγιση ημιαυτόματης ταξινόμησης όσο και την οπτική τους ερμηνεία.
Σεισμικά γεγονότα μπορεί να οδηγήσουν σε καταστροφές ανάλογα με το μέγεθος του φαινομένου, την τοποθεσία του και την ευπάθεια των πληγεισών περιοχών. Για την αντιμετώπιση θεμάτων προσβασιμότητας και χρονικών περιορισμών, "χρήση δεδομένων σε περιβάλλοντα σεισμού, έχουν προταθεί και έχουν παρουσιαστεί αποτελέσματα μετά από διάφορα συμβάντα βασισμένα κυρίως σε οπτικά δεδομένα και αναπαραστάσεις". Τόσο οι ενεργητικοί όσο και οι παθητικοί αισθητήρες μπορούν να χρησιμοποιηθούν για τον σκοπό της εκτίμησης των ζημιών ενός σεισμού.
Μη κερδοσκοπικοί οργανισμοί όπως το Human Rights Watch, καθώς και υπηρεσίες του ΟΗΕ όπως η Unitar's Επιχειρησιακό Πρόγραμμα Δορυφορικών Εφαρμογών-Unosat προσφέρουν "Αναλύσεις δορυφορικών εικόνων για να κάνουν τη διαφορά σε κρίσιμους τομείς όπως η ανθρωπιστική βοήθεια και η ανθρώπινη ασφάλεια .

'''Τεχνολογικές Βελτιώσεις στο πεδίο της δορυφορικής παρατήρησης της γης'''

Οι τεχνολογικές βελτιώσεις των τελευταίων ετών στον τομέα της δορυφορικής παρατήρησης της γης μπορούν να διαδραματίσουν βασικό ρόλο στην εδραίωση της χρήσης δορυφορικών εικόνων για τον σκοπό της απόκρισης σε έκτακτες ανάγκες.

Επί του παρόντος κάποια τεχνολογίες αιχμής φαίνεται να είναι πολύ ελπιδοφόρες, συγκεκριμένα:
* σχηματισμοί μικρο-δορυφόρων: μικροδορυφόροι, έως 20φορές μικρότεροι από τους παραδοσιακούς
* δυνατότητες βίντεο: ο SkySat-1 είναι σε θέση να κάνει ανάκτηση όχι μόνο εικόνων με διακριτική ικανότητα μικρότερη του μέτρου αλλά ακόμη και υψηλής ευκρίνειας πανχρωματικού βίντεο διάρκειας μέχρι και 90 δευτερολέπτων
* βελτιωμένη χωρική ανάλυση: νέες πλατφόρμες που είναι προγραμματισμένες να τεθούν σε τροχιά κατά τη διάρκεια του 2014

'''Ξεπερνώντας τους περιορισμούς στην δορυφορική οπτικοποίηση'''

Bασική προϋπόθεση για τη χρήση της δορυφορικής χαρτογράφησης είναι να ενημερώνονται οι τελικοί χρήστες για την ακρίβεια της ανάλυσης που μπορούν να περιμένουν από ένα συγκεκριμένο δορυφορικό σύστημα, επιτρέποντάς τους να ερμηνεύουν ανάλογα τα αποτελέσματα. Σχετικά με την ακρίβεια των εκτιμήσεων του βαθμού βλάβης των κτιρίων βασισμένες σε δορυφορικές εικόνες, πρόσφατες μελέτες τόνισαν ότι κάθετες εικόνες μπορεί να περιορίζουν τη διάκριση του επιπέδου των ζημιών στο επίπεδο των κτιρίων.

Οι λόγοι της μειωμένης ακρίβειας των πληροφοριών της κρίσης που βασίζονται σε δορυφορικές εικόνες σχετίζονται με πολλούς εγγενείς περιορισμούς στην τεχνολογίας παρατήρησης της γης. Για να ξεπεραστούν οι παραπάνω περιορισμοί, αρκετές επιλογές έγιναν πρόσφατα διαθέσιμες από επιχειρησιακή άποψη, στην βάση τριών παραδοχών:

* Kατά την τελευταία δεκαετία διαφόρων ειδών πληροφορίες έχουν γίνει διαθέσιμες, επιτρέποντας την εξαγωγή πρόσθετων πληροφοριών
* σε αρκετές περιπτώσεις, τα ανοικτά δεδομένα γίνονται διαθέσιμα από την εθελοντική προσέγγιση του crowdsourcing συμβάλλοντας ως η αποκλειστική πηγή δεδομένων για την δραστηριότητα της χαρτογράφησης έκτακτης ανάγκης.
* καινοτόμες τεχνολογίες όπως τα μη επανδρωμένα ιπτάμενα αεροσκάφη και τα συστήματα κινητής χαρτογράφησης χαμηλού κόστους επέτρεψαν στα γεωχωρικά δεδομένα να ανακτώνται με συνέπεια και αποτελεσματικότητα.

Το OpenStreetMap είναι ένας δωρεάν προσβάσιμος, επεξεργάσιμος χάρτη ολόκληρου του κόσμου. Bασίζεται σε μια κοινότητα χαρτογράφων που συμβάλλουν στην σyγκέντρωση και διατήρηση γεωπολιτικών δεδομένων σε όλο τον κόσμο.
Το GeoNode είναι μια διαδικτυακή εφαρμογή και πλατφόρμα για την ανάπτυξη γεωπληροφορικών πληροφοριακών συστημάτων (GIS) και για την ανάπτυξη υποδομών χωρικών δεδομένων (SDI)
Το Ushahidi είναι μη κερδοσκοπική οργάνωση πληροφορικής που αναπτύσσει δωρεάν λογισμικό ανοιχτού κώδικα για συλλογή πληροφοριών, απεικόνιση και διαδραστική χαρτογράφηση.
Το Διεθνές Δίκτυο Καταγραφών Κρίσεων είναι η μεγαλύτερη και πιο ενεργή διεθνής κοινότητα εμπειρογνωμόνων, επαγγελματιών, πολιτικών, τεχνολόγων, ερευνητών, δημοσιογράφων, μελετητών, χάκερ και ειδικευμένων εθελοντών που συμμετέχουν στη διασταύρωση ανθρωπιστικών κρίσεων, νέων τεχνολογιών, crowd-sourcing και στην χαρτογράφηση κρίσεων.
Τέλος, νέες μεθοδολογίες που οδηγούνται από τομείς διαφορετικών εφαρμογών και που βασίζονται στους πανταχού παρόντες αισθητήρες έχουν αναπτυχθεί.

'''Συμπεράσματα'''

Η χρήση απομακρυσμένης επισκόπησης για χαρτογράφηση έκτακτων αναγκών είναι σήμερα μια κοινή επιχειρησιακή προσέγγιση σε διάφορες φάσεις του κύκλου διαχείρισης καταστροφών. Διεθνείς πρωτοβουλίες και επιχειρησιακές υπηρεσίες έχουν καταφέρει να προσφέρουν δορυφορικές αναλύσεις σε διαφορετικούς τύπους χρηστών, συμπεριλαμβανομένων των υπηρεσιών πολιτικής προστασίας και ανθρωπιστικών οργανώσεων. Διεθνείς εθελοντικές πρωτοβουλίες όπως η Διεθνής Ομάδα Εργασίας για τη Δορυφορική Χαρτογράφηση Έκτακτης Ανάγκης λειτουργούν για να εξασφαλίσουν πως οι κατευθυντήριες γραμμές της κοινής χαρτογράφησης και οι κατάλληλοι μηχανισμοί επικοινωνίας είναι στην θέση τους.

Νέες δυνατότητες προσφέρονται από αναδυόμενες τεχνολογίες και πρωτοβουλίες οι οποίες μπορούν να παρέχουν επικαιροποιημένες γεωχωρικές πληροφορίες. Περαιτέρω δοκιμές σε επιχειρησιακό πλαίσιο, λεπτομερής αξιολόγηση της ακρίβειας των πληροφοριών που εξήχθησαν από μία κρίση και η συνεχής ανταλλαγή πληροφοριών που εκμεταλλεύονται κοινότητες όπως το διεθνές δίκτυο κρίσιμων χαρτών είναι ζωτικής σημασίας για να εξασφαλιστεί ότι οι νέες τεχνολογίες θα ενσωματωθούν στις ήδη υπάρχουσες τυπικές επιχειρησιακές διαδικασίες. Αυτό θα επιτρέψει την χαρτογράφηση έκτακτων αναγκών που θα βασίζεται στην απομακρυσμένη ανίχνευση.

[[category:Χαρτογραφία]]

Αστικές θερμικές νησίδες κατά την διάρκεια της ημέρας

2020-02-11T20:54:01Z

Ioannageorgopoulou:

[[Εικόνα: Poleis.PNG| thumb| right|'''Εικόνα 1:''' Χάρτης της Ελλάδας που δείχνει τις επιλεγμένες πόλεις για την μελέτη.]]
[[Εικόνα: Methodology.PNG | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μεθόδου που οδηγεί στην εκτίμηση της επιφανειακής έντασης UHI από δορυφορικά και Corine δεδομένα.]]
[[Εικόνα: Landcoverclasses.PNG| thumb| right|'''Εικόνα 3:''' Oμαδοποιημένες τάξεις κάλυψης γης από το Corine.]]
'''Αστικές θερμικές νησίδες κατά την διάρκεια της ημέρας από το Landsat ETM + και Corine δεδομένα κάλυψης γης :

'''Εφαρμογή σε μεγάλες πόλεις της Ελλάδας'''

Συγγραφείς: Μαρίνα Σταθοπούλου, Κωνσταντίνος Καρτάλης

Εργαστήριο Τηλεπισκόπησης και Επεξεργασίας Εικόνας, Τμήμα Εφαρμοσμένης Φυσικής, Τμήμα Φυσικής Αθήνα.

Πηγή: Stathopoulou, Marina & Cartalis, Constantinos. (2007). Daytime urban heat islands from Landsat ETM+ and Corine land cover data. Solar Energy. 81. 358-368. 10.1016/j.solener.2006.06.014. [https://www.researchgate.net/publication/222273930_Daytime_urban_heat_islands_from_Landsat_ETM_and_Corine_land_cover_data]

Λέξεις κλειδιά: τηλεπισκόπηση, αστική θερμική νησίδα, ETM+, κάλυψη γης, CORINE

'''Σύνοψη'''
Οι δορυφορικές εικόνες στο θερμικό υπέρυθρο μπορούν να χρησιμοποιηθούν για την εκτίμηση του θερμικού αστικού περιβάλλοντος καθώς και για τον προσδιορισμό των νησίδων θερμότητας σε αστικές περιοχές. Σε αυτή τη μελέτη εξετάστηκε το θερμικό περιβάλλον μεγάλων πόλεων της Ελλάδας με την χρήση δορυφορικών εικόνων. Η χωρική δομή του θερμικού αστικού περιβάλλοντος αναλύεται σε κάθε περίπτωση και εντοπίζονται οι πιο «καυτές» επιφάνειες εντός των αστικών περιοχών. Για τις ανάγκες της μελέτης χρησιμοποιήθηκε επίσης η βάση δεδομένων κάλυψης γης Corine.

'''Εισαγωγή'''
Το φαινόμενο της αστικής νησίδας θερμότητας (UHI) περιγράφει το φαινόμενο της υπερβολικής θέρμανσης της αστικής ατμόσφαιρας και των επιφανειών σε σύγκριση με το μη αστικοποιημένο αγροτικό περιβάλλον. Γενικά, αναγνωρίζονται τρεις τύποι νησιών θερμότητας:
* η νησίδα θερμότητας κελύφους,
* η νησίδα θερμότητας του οριακού στρώματος και
* η επιφανειακή αστική νησίδα θερμότητας.

Οι δύο πρώτοι τύποι είναι οι ατμοσφαιρικές θερμικές νησίδες από την αστικοποίηση. H επιφανειακή αστική νησίδα θερμότητας αναφέρεται στη σχετική θερμότητα των αστικών επιφανειών σε σύγκριση με το μη αστικοποιημένο περιβάλλον τους.

Η ανάπτυξη των νησίδων θερμότητας μπορεί να αποδοθεί σε πλήθος παραγόντων π.χ. των κατασκευαστικών υλικών υψηλής θερμοχωρητικότητας χαμηλής ηλιακής ανακλαστικότητας.
Η ένταση του UHI (ΔT) αντικατοπτρίζεται από τις θερμοκρασιακές διαφορές μεταξύ αστικών και αγροτικών τοποθεσιών. Οι Voogt και Oke (2003) μελέτησαν τη χρήση της θερμικής τηλεανίχνευσης για τη μελέτη του αστικού κλίματος σε σχέση με τις θερμικές νησίδες και περιέγραψαν την διάκριση μεταξύ των ατμοσφαιρικών και των επιφανειακών UHIs. Οι ατμοσφαιρικές UHI εντοπίζονται συνήθως από επίγειες μετρήσεις θερμοκρασίας του αέρα ενώ οι UHI επιφανείας παρατηρούνται μέσω θερμικής τηλεανίχνευσης η οποία καταγράφει την θερμική ακτινοβολία. Πολλές μελέτες επιφανειακής UHI έχουν διεξαχθεί χρησιμοποιώντας θερμικά δεδομένα από δορυφόρους. Η παρούσα μελέτη παρουσιάζει μια μεθοδολογία για την εκτίμηση της επιφανειακής έντασης της UHI των αστικών περιοχών με τη χρήση θερμικών εικόνων. Η καινοτομία της μεθοδολογίας που παρουσιάζεται έγκειται στην εξέταση των μέσων όρων χωρικών επιφανειακών θερμοκρασιών ανά έκταση γης σε σύγκριση με σημειακά δεδομένα θερμοκρασίας της επιφανείας ώστε να συμπεριληφθούν στην μέτρηση της επιφανειακής έντασης UHI μεταξύ της αστικής γης και της περιβάλλουσας υπαίθρου. Η μεθοδολογία εφαρμόστηκε στην Αθήνα και στις πόλεις της Θεσσαλονίκης του Βόλου της Πάτρας και του Ηρακλείου προκειμένου να αναλύσει τη χωρική δομή του θερμικού περιβάλλοντος τους κατά την διάρκεια της ημέρας και να υπολογίσει την ένταση της επιφανειακής UHI τους. Η μεθοδολογία για την χαρτογράφηση και εκτίμηση των εντάσεων επιφανειακής UHI, όπως φαίνεται και στο σχήμα 2, περιλαμβάνει:
* Επεξεργασία δεδομένων του Landsat ETM+ για λήψη θερμοκρασιακής φωτεινότητας ακριβώς στον αισθητήρα (BT),
* επεξεργασία δεδομένων CLC για τον χωρικό ορισμό των αστικών, προαστιακών, μικτών και αγροτικών περιοχών της πόλης.
* Χαρτογράφηση θερμοκρασίας εδάφους (Ts).
* Εκτίμηση της έντασης της επιφανειακής UHI (ΔT) βάσει των διαφορών των μέσων όρων των επιφανειακών θερμοκρασιών στους διαφορετικούς τύπους κάλυψης της γης της πόλης.

'''Μεθοδολογία και δεδομένα'''

''Επεξεργασία Landsat ETM+''

Ο δορυφόρος Landsat 7 έχει μια σχεδόν πολική, συγχρονισμένη με τον ήλιο, τροχιά. Ο αισθητήρας ETM + στο δορυφόρο μπορεί να παρέχει δεδομένα εικόνας από τις ορατές έως τις θερμές υπέρυθρες φασματικές περιοχές. Ο Landsat 7 επιλέχθηκε για αυτή τη μελέτη επειδή συλλέγει θερμικές μετρήσεις με την υψηλότερη διακριτική ικανότητα που διατίθεται σήμερα από το διάστημα. Η βαθμονόμηση των δεδομένων των εικόνων της θερμικής φασματικής ζώνης έγινε σε μία διαδικασία δύο σταδίων, όπως προτείνεται από το γραφείο επιστημών του Landsat (2002): (α) μετατροπή του ψηφιακού αριθμού (DN) και : (β) μετατροπή της φασματικής ακτινοβολίας L σε θερμοκρασιακή φωτεινότητα

''Επεξεργασία δεδομένων κάλυψης γης Corine''

To Corine (CLC) είναι μια βάση δεδομένων για την γεωγραφική κάλυψη του εδάφους χρήσης γης και παρέχει πληροφορίες σχετικά με την κάλυψη γης. Σε αυτή τη μελέτη χρησιμοποιήθηκε η βάση δεδομένων διανυσματικής μορφής CLC90 που αφορά την Ελλάδα . Για αυτόν τον σκοπό, οι 44 κατηγορίες του Corine ομαδοποιήθηκαν σε μόλις 5: “αστικές/πυκνής δόμησης”, ''προαστιακές/μέσης δόμησης'', ''μικτές αστικές περιοχές'', ''αγροτικές περιοχές '' και '' επιφάνειες με νερό ''. Στη συνέχεια διενεργήθηκε η διόρθωση της εκπομπής ανάλογα με την κάλυψη της γης προκειμένου να υπολογιστεί η εκπομπή των διορθωμένων επιφανειακών θερμοκρασιών του εδάφους.

''Εύρεση επιφανειακής θερμοκρασίας του εδάφους''

Η Θερμοκρασία της φωτεινότητας που προκύπτει από τους υπολογισμούς είναι η θερμοκρασία που ένα μέλαν σώμα θα χρειαζόταν ώστε να παράξει την ίδια ακτινοβολία στο ίδιο μήκος κύματος (λ = 11,5 μm). Επομένως, απαιτείται πρόσθετη διόρθωση για την φασματική εκπομπή ώστε να ληφθεί υπόψη η μη ομοιόμορφη εκπομπή της επιφάνειας της γης. Για τον ακριβή προσδιορισμό της επιφανειακής θερμοκρασίας χρειάζεται επίσης διόρθωση των ατμοσφαιρικών παρεμβολών.
'''
''Εκτίμηση της έντασης της επιφανειακής UHI''

Η εκτίμηση τις έντασης της επιφανειακής UHI εκτελείται με το να συνδυαστούν δεδομένα επιφανειακών θερμοκρασιών (σε μορφή ράστερ) με τα δεδομένα κάλυψης εδάφους που παράχθηκαν (σε μορφή διανύσματος).

''Εφαρμογή στις Ελληνικές πόλεις''

Η μέθοδος εφαρμόστηκε στην πόλη των Αθηνών και στις μεγαλύτερες πόλεις της Ελλάδας Θεσσαλονίκη Πάτρα Βόλο και Ηράκλειο ώστε να εξεταστεί το θερμικό τους περιβάλλον κατά τη διάρκεια της ημέρας και κατά την θερμή περίοδο καθώς και για την ανίχνευση των περιοχών έντονης θερμικής ακτινοβολίας . Επιπλέον, υπολογίστηκε ένταση της επιφανειακής UHI κάθε πόλης.

'''Αποτελέσματα και σχολιασμοί'''

Οι μικτές αστικές περιοχές σε όλες τις πόλεις εκτίθενται σε υψηλές τιμές επιφανειακής θερμοκρασίας. Για την πόλη της Αθήνας οι κεντρικές αστικές περιοχές είναι 3,3 C θερμότερες από τις αγροτικές. Στην περίπτωση της Θεσσαλονίκης, εκτιμάται πως η ένταση της UHI είναι της τάξης των 2,7 C μεταξύ των κεντρικών αστικών και των γύρω αγροτικών περιοχών. Ομοίως, στην πόλη της Πάτρας, αύξηση της επιφανειακής θερμοκρασίας παρατηρείται κατά την μετακίνηση από τις αγροτικές προς τις αστικές περιοχές. Τέλος, οι υψηλότερες επιφανειακές θερμοκρασίες παρατηρούνται πάνω από την πόλη του Ηρακλείου. Τα αποτελέσματα της εκτιμώμενης ημερήσιας έντασης της UHI δείχνουν ότι οι αστικές / πυκνοκατοικημένες περιοχές, που βρίσκονται κοντά στο λιμάνι, μπορούν να επιτύχουν υψηλές επιφανειακές θερμοκρασίες περίπου έως 40 C, οι οποίες είναι 1,9 C μεγαλύτερες από τις τιμές που μετρώνται στις γύρω αγροτικές περιοχές.

'''Συμπεράσματα'''

Η εφαρμογή της μεθόδου αποδείχθηκε επιτυχής ως προς το ότι χρησιμοποίησε τ εικόνες του ΕΤΜ + (στο θερμικό υπέρυθρο φάσμα) για την ταυτοποίηση και τη χωρική ανάλυση της επίδρασης της ημερήσιας UHI. Λαμβάνοντας υπόψην πως η χωρική ανάλυση των εικόνων (60 m) είναι κατάλληλη, η μέθοδος μπορεί επίσης να χρησιμοποιηθεί για:

* Την απεικόνιση των «καυτών σημείων» που ενδέχεται να έχουν αναπτυχθεί.
* Την παρακολούθηση των αλλαγών στο αστικό κλίμα, καθώς και
* για την καταγραφή της θερμικής συμπεριφοράς των αστικών επιφανειών σε σχέση με τα χαρακτηριστικά της επιφάνειας.

Μερικά από τα πλεονεκτήματα της προτεινόμενης μεθόδου περιλαμβάνουν:

* ευρεία εφαρμογή,
* ευρεία αστική κάλυψη,
* τακτικές δυνατότητες επανεξέτασης, με αποτέλεσμα ενημερωμένη πληροφόρηση
* δυνατότητα συνδυασμού δορυφορικών θερμικών δεδομένων με άλλα (όπως δημογραφικά στοιχεία, τοπογραφικά, δεδομένα πληθυσμιακής πυκνότητας, δεδομένα κατανάλωσης ηλεκτρικής ενέργειας, κλπ.).

[[category:Αστικός και περιφερειακός σχεδιασμός]]

Γεωργοπούλου Ιωάννα

2020-02-06T20:35:54Z

Ioannageorgopoulou:

[[Αστικές θερμικές νησίδες κατά την διάρκεια της ημέρας ]]

[[Ο ρόλος της τηλεπισκόπησης στην χαρτογράφηση έκτακτων αναγκών για την αντιμετώπιση καταστροφών]]

[[Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών ]]

[[Τηλεπισκόπηση των ζώων]]

[[Αξιολογώντας τα αποτελέσματα των συσκευών τηλεπισκόπησης και εντοπισμού ζώων]]

[[Σύγκριση Τεχνικών Επεξεργασίας Εικόνων Τηλεπισκόπησης για την Ταυτοποίηση Πληγεισών Περιοχών από τα Δεδομένα του Landsat TM ]]

[[Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα) ]]

Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία

2020-02-06T20:34:45Z

Ioannageorgopoulou:

[[Εικόνα:Pinakasio11.PNG | thumb| right|'''Πίνακας:''' Λεπτομέρειες των δεδομένων που χρησιμοποιήθηκαν στην μελετώμενη περιοχή .]]
[[Εικόνα: Eikonaio12.PNG | thumb| right|'''Εικόνα 1:''' Τοποθεσία της μελετώμενης περιοχής στην πόλη της Κουάλα Λουμπούρ.]]
[[Εικόνα: Eikonaio22.PNG | thumb| right|'''Εικόνα 1:''' Κατάτμηση (κλίμακα : 30 σχήμα:0.1 συμπαγείς: 0.5).]]
[[Εικόνα: Eikonaio32.PNG | thumb| right|'''Εικόνα 1:''' Αποτέλεσμα κατάτμησης βασιζόμενο στο αντικείμενο που λήφθηκε από το SPOT 5 J.]]

'''Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία'''

Συγγραφείς: Norzailawati Mohd , Noor Alias Abdullah

Πηγή: Noor, Norzailawati. (2015). Sustainable urban Planning mapping using remote sensing and GIS in Malaysia.
[https://www.researchgate.net/publication/281629926_Sustainable_urban_Planning_mapping_using_remote_sensing_and_GIS_in_Malaysia/citation/download]

Λέξεις κλειδιά: πολεοδομικός σχεδιασμός, κατάτμηση, αντικειμενοστραφής, τηλεπισκόπηση και GIS

'''Σύνοψη'''

Η μελέτη αυτή εξετάζει την εφαρμογή τεχνικών τηλεπισκόπησης και GIS, για την ταξινόμηση της χρήσης γης στις αστικές περιοχές στη Μαλαισία βάσει αντικειμενοστραφούς ταξινόμησης, προκειμένου να εξάγονται ως δεδομένα οι τρεις συνιστώσες των αστικών περιοχών, δηλαδή τις οικιστικές, τις εμπορικές και τις βιομηχανικές. Η περιοχή ενδιαφέροντος αυτής της μελέτης είναι η Κουάλα Λουμπούρ. Ελέγχονται τα δορυφορικά δεδομένα του SPOT 5 με χρονική και μεγάλη χωρική ανάλυση 2,5 μέτρων. Το λογισμικό E-cognition αναπτύσσει τα σύνολα κανόνων των θεματικών χαρακτηριστικών των επιπέδων για την εξαγωγή των τύπων χρήσης γης. Τα αποτελέσματα δείχνουν ότι τρεις τύποι χρήσεων γης προσδιορίζονται σαφώς, με χαμηλή τυπική απόκλιση ταξινόμησης. Οι αποκλίσεις δεν έχουν μεγάλη διασπορά σε σχέση με τον μέσο όρο που αποδεικνύει ότι το αποτέλεσμα είναι αποδεκτό. Επιπλέον, τα ευρήματα υποδεικνύουν ότι υπήρξαν κάποιες αλλαγές στη συνολική έκταση της πρόσφατης ταξινόμησης λόγω της ταχείας ανάπτυξης της περιοχής υπό μελέτη. Τέλος, η εφαρμογή της αντικειμενοστραφούς ταξινόμησης επιβεβαιώνει την αποτελεσματικότητα της χρήσης τηλεπισκόπησης και τεχνικών GIS για την ταξινόμηση των αστικών χρήσεων γης. Η μελέτη αυτή θέτει επίσης ορισμένα ερωτήματα για μελλοντικές έρευνες, οι οποίες μπορούν να συμβάλουν στην ενίσχυση των δυνατοτήτων των εφαρμογών τηλεπισκόπησης, ιδίως όσον αφορά την περαιτέρω διερεύνηση αστικών θεμάτων σε διάφορα επίπεδα διοίκησης.

'''Εισαγωγή'''

Η διάδοση των δορυφορικών εικόνων υψηλής ανάλυσης και των πολυφασματικών αεροφωτογραφιών επέτρεψαν την αυτοματοποίηση της ταξινόμησης του εδάφους που καλύπτουν οι αστικές περιοχές. Λόγω της υψηλής εσωτερικής διακύμανσης των εικόνων υψηλής ανάλυσης, προηγούμενες προσπάθειες αστικής χαρτογράφησης με τη μέθοδο με βάση τα εικονοστοιχεία, συνήθως παρείχαν μη ικανοποιητικά αποτελέσματα. Η ταξινόμηση των εικόνων που έχουν διεξαχθεί, κατά βάση, με τη μέθοδο ανά εικονοστοιχείο (επιβλεπόμενη ταξινόμηση) και οι κλάσεις κάλυψης εδάφους χαρτογραφούνται συνήθως από εξ αποστάσεως ψηφιακά ανιχνευμένα δεδομένα μέσω της διαδικασίας της εποπτευόμενης ταξινόμησης ψηφιακής εικόνας. Ο γενικός στόχος της διαδικασίας ταξινόμησης εικόνων είναι η κατηγοριοποίηση όλων των εικονοστοιχείων μιας εικόνας αυτόματα σε κατηγορίες ή θέματα εδαφοκάλυψης. Η προηγούμενη μελέτη έχει συγκρίνει τέσσερις διαφορετικές μεθόδους επιβλεπόμενης και μη ταξινόμησης που συνιστούν μια συνδυασμένη μέθοδο ασαφούς επιβλεπόμενης ταξινόμησης για τη χαρτογράφηση αστικών χαρακτηριστικών. Η μελέτη αυτή καταλήγει στο συμπέρασμα ότι απαιτούνται περισσότερες από μία διαδικασίες ταξινόμησης για τη βελτίωση της ακρίβειας της χαρτογράφησης μέσω τηλεπισκόπησης, παρά την κατεύθυνση μετατόπισης των μεθόδων ταξινόμησης, της ανά pixel μεθόδου στην αντικειμενοστραφή. Η ανάγκη μιας προσέγγισης που υπερβαίνει το πρότυπο των εικονοστοιχείων μέσω της ταξινόμησης της ανιχνεύσιμης φασματικής ανάκλασης προς ένα «αντικειμενοστραφές πρότυπο», το οποίο ενσωματώνει το σχήμα και την ανάκλαση φαινομενικά ομογενών μονάδων εικόνων υψηλής ανάλυσης, είναι αναπόφευκτη.

'''Αντικειμενοστραφής ταξινόμηση για βιώσιμη χαρτογράφηση'''

Τα αστικά περιβάλλοντα χαρακτηρίζονται από διαφορετικούς τύπους υλικών και επιφάνειες χρήσης γης. Το φάσμα της χρήσης των αστικών περιοχών έχει υψηλή φασματική ετερογένεια. Χαρακτηρίζονται από μια μεγάλη ποικιλία υλικών όπως τα ανθρωπογενή χαρακτηριστικά, τη βλάστηση, τα εδάφη και άλλα. Οι φασματικές υπογραφές συνήθως βασίζονται σε φασματικές βιβλιοθήκες. Αυτές οι βιβλιοθήκες περιέχουν καθαρά φασματικά δείγματα επιφανειών, συμπεριλαμβανομένου ενός ευρέος φάσματος υλικών σε μια περιοχή συνεχούς μήκους κύματος με υψηλότερες φασματικές λεπτομέρειες και επιπρόσθετες πληροφορίες και τεκμηρίωση σχετικά με τα χαρακτηριστικά της επιφάνειας και την ποιότητα του φάσματος (δηλ. μεταδεδομένα). Οι πολυφασματικές εφαρμογές δορυφορικών εικόνων πρέπει να αξιολογούνται όταν εξετάζεται η πρακτική χρήση δορυφορικών εικόνων. Η διαθεσιμότητα των πληροφοριών χρώματος σε αυτή την περίπτωση θα βοηθούσε στον καθορισμό των χαρακτηριστικών, καθώς θα ήταν ευκολότερο να εντοπιστούν αντικείμενα με χρωματική αντίθεση, όπως στέγες, δέντρα, πράσινες περιοχές και επιφάνειες νερού. Μια επιλογή σε μια τέτοια περίπτωση θα ήταν η χρήση πανχρωματικής όξυνσης εικόνων, οι οποίες δημιουργούνται με τη συγχώνευση των πληροφοριών χρώματος σε μια πολυφασματική εικόνα με την υψηλότερη χωρική ανάλυση μιας παγχρωματικής εικόνας. Ένα ιδιαίτερο σημείο που πρέπει να σημειωθεί είναι ότι η πολυπλοκότητα της σκηνής επηρεάζει άμεσα την επιλογή και την επιτυχία μιας αυτόματης διαδικασίας ανίχνευσης χαρακτηριστικών δόμησης. Αυτό μπορεί να οφείλεται στην ποικιλία των φασματικών αποκρίσεων που είναι διαθέσιμες σε εγγύτητα σε μια περιοχή, όπως από στέγες, δρόμους και βλάστηση κήπων στην κεντρική επιχειρηματική περιοχή της πόλης.

Μια εναλλακτική προσέγγιση είναι να θεωρηθούν αντικείμενα εικόνας κατασκευασμένα από ομοιογενείς συστάδες γειτονικών εικονοστοιχείων με σημαντικές γεωμετρικές και άλλες χωρικές ιδιότητες. Το αντικειμενοστραφές πρότυπο χαρακτηρίζεται γενικά από την ομαδοποίηση πληροφοριών με την έννοια ή την οντότητα στην οποία αναφέρεται. Επίσης, επιτρέπει πολλές έννοιες από τον πραγματικό κόσμο να διαμορφώνονται με έναν άμεσο και φυσικό τρόπο. Τα αντικείμενα που δημιουργούνται μέσω τμηματοποίησης μπορούν να ταξινομηθούν χρησιμοποιώντας δύο διαφορετικές μεθόδους ταξινόμησης: (1) ταξινόμηση βάσει δειγμάτων και (2) ταξινόμηση βασισμένη στην ενσωμάτωση προηγούμενων εξωτερικών γνώσεων που αποθηκεύονται σε βάσεις κανόνων. Η ταξινόμηση που ξεκινάει από αντικείμενα εικόνας και όχι από μεμονωμένα εικονοστοιχεία μπορεί να χρησιμοποιεί χωρικές και γεωμετρικές ιδιότητες καθώς και σχέσεις μεταξύ αντικειμένων. Συγκεκριμένα, οι πληροφορίες από εικόνες υψηλής ανάλυσης συγκεντρώνονται σε πολλαπλά επίπεδα λεπτομέρειας, έχοντας ως αποτέλεσμα ιεραρχικά σύνολα ομοιογενών περιοχών σύμφωνα με τη σημασιολογία της δεδομένης εφαρμογής. Οι αντικειμενοστραφείς τεχνικές ταξινόμησης αποτελούν μια νέα και καινοτόμο προσέγγιση, ειδικά για εφαρμογές που χειρίζονται τα ανθρωγενή χαρακτηριστικά.

Στον τομέα της αστικής τηλεπισκόπησης, υπάρχουν διάφορες εφαρμογές που καταδεικνύουν ότι οι αντικειμενοστρεφείς προσεγγίσεις είναι ανώτερες από την ανάλυση ανά εικονοστοιχείο, ειδικά όταν πρόκειται να διαχωριστούν κατηγορίες αστικής χρήσης γης όπως αεροδρόμια και δρόμοι. Σε σύγκριση με τα περισσότερα φυσικά περιβάλλοντα, το οικοδομημένο περιβάλλον χαρακτηρίζεται από αιχμηρά, διακριτά όρια και από αλλαγές υψηλής συχνότητας διαφορετικών επιφανειών με παρόμοιες ιδιότητες ανάκλασης. Τα ανθρωπογενή χαρακτηριστικά μπορούν να αναπαραχθούν μάλλον χωρίς αμφιβολία από ένα αντικειμενοστραφές περιβάλλον μέσω μιας επαναληπτικής διαδικασίας τμηματοποίησης. Για παράδειγμα, οι περιοχές υπό σκιά μπορούν να χαρακτηριστούν από συγκεκριμένες σχέσεις με γειτονικά αντικείμενα και το σχήμα ενός αντικειμένου μπορεί να βοηθήσει στη διάκριση μεταξύ μιας οροφής και ενός δρόμου παρόμοιας ανάκλασης. Η αντικειμενοστραφής ανάλυση εικόνας συνδυάζει τη λειτουργικότητα του GIS και τις τεχνικές τηλεπισκόπησης, δουλεύοντας με πολυγωνικές, ομοιογενείς συστάδες αντί για ενιαία εικονοστοιχεία.

'''Υλικά και μέθοδοι'''

Οι τρεις εικόνες που χρησιμοποιήθηκαν στη μελέτη αυτή αποκτήθηκαν το 2012 και το 2013 και παρέχονται από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας (ARSN). Οι εικόνες SPOT-5 έχουν υποστεί γεωαναφορά κατά τη συλλογή δεδομένων από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας.

''Α. Περιοχή μελέτης''

Η περιοχή μελέτης βρίσκεται στο μητροπολιτικό κέντρο της Κουάλα Λουμπούρ (3 ° 8'51''N 101 ° 41'36''E), στη Μαλαισία, η οποία καλύπτει μια διοικητική περιοχή που εκτείνεται σε 24,221,05 εκτάρια (σχήμα 1). Η πλειοψηφία των μοντέλων χρήσης γης αποτελείται από οικοδομημένες περιοχές (οικιστικές, βιομηχανικές, εμπορικές, ιδρύματα, χώρους αναψυχής, δρόμους, υποδομές και επιχειρήσεις κοινής ωφέλειας) και γεωργικές περιοχές (γεωργία, δάση, γυμνά εδάφη και υδάτινα σώματα).

''Β. Μέθοδοι''

Όλη η διαδικασία επεξεργασίας δεδομένων χωρίστηκε σε τρία στάδια, το στάδιο της προεπεξεργασίας, της κατάτμησης και αυτό της ταξινόμησης. Στην ταξινόμηση επεξεργασίας δεδομένων, το σύνολο των δεδομένων SPOT 5 διορθώνεται γεωμετρικά με τη διόρθωση από εικόνα σε χάρτη. Το υπολειπόμενο για κάθε GCP, +0,5 στη μετασχηματισμένη εικόνα, διατηρείται καθ 'όλη τη διάρκεια, προκειμένου να επιτευχθεί RMS μικρότερο από +0,5 pixel. Το ψηφιακό σύστημα επεξεργασίας ERDAS Imagine, χρησιμοποιείται στην επεξεργασία δεδομένων.

* Κατάτμηση

Η διαδικασία τμηματοποίησης είναι ένα από τα πρώτα βήματα στην ανάλυση εικόνας: η εικόνα χωρίζεται σε περιοχές που αντιπροσωπεύουν καλύτερα τα σχετικά αντικείμενα στο τοπίο. Τα χαρακτηριστικά μιας περιοχής όπως η έκταση, το σχήμα, οι στατιστικές παράμετροι και το ανάγλυφο μπορούν να εξαχθούν και να χρησιμοποιηθούν για περαιτέρω ανάλυση των δεδομένων. Συνήθως, η κατάτμηση επιτυγχάνεται με δύο τρόπους: 1) διαίρεση των εικόνων σε έναν αριθμό ομοιογενών περιοχών, καθεμία από τις οποίες έχουν μία μοναδική ετικέτα, 2) προσδιορισμό ορίων μεταξύ ομοιογενών περιοχών διαφορετικών ιδιοτήτων. Αυτές οι τεχνικές τμηματοποίησης είναι γνωστές ως κατάτμηση με βάση την περιοχή και ανίχνευση ακμής, αντίστοιχα. Έχουμε δοκιμάσει κάποιες εικόνες σχετικά με την κλίμακα, το σχήμα και πόσο συμπαγή είναι ,στο Ecognition για να εντοπίσουμε τις κατάλληλες παραμέτρους κατάτμησης ώστε να έχουμε μια καλή τμηματοποίηση για τους τύπους οικιστικής, βιομηχανικής και εμπορικής χρήσης γης.

* Ταξινόμηση χρήσης γης

Μετά την κατάτμηση, το επόμενο βήμα είναι η ομαδοποίηση των αντικειμένων και η απόδοση σε αυτά μιας πιθανότητας ή ενός βαθμού υπαγωγής σε μια δεδομένη κατηγορία των αυστηρών κανόνων αναγνώρισης των περιοχών. Αρκετοί κανόνες γνώσης μπορούν να συνδυαστούν για να καθορίσουν τον κανόνα ταξινόμησης ενός συγκεκριμένου αντικειμένου, που αντιστοιχεί στη μέθοδο της "συνάρτησης μέλους" (fuzzy logic). Για την περιοχή μελέτης, έχει σχεδιαστεί ένα σχήμα ταξινόμησης των χρήσεων γης, το οποίο είναι συμβατό με τις εικόνες που παρέχει το SPOT 5. Η βάση για αυτό το σύστημα ταξινόμησης, προσαρμόστηκε από το σύστημα ταξινόμησης της χρήσης γης του Τμήματος Πολεοδομίας και Χωροταξίας της Μαλαισίας. Τρεις κύριοι τύποι χρήσεων γης έχουν προταθεί, ο οικιστικός, ο βιομηχανικός και ο εμπορικός. Η επιλογή των πιλοτικών τόπων που υποβλήθηκαν σε ταξινόμηση αποτέλεσε σημαντικό βήμα στη διαδικασία ταξινόμησης που υιοθετήθηκε. Αυτός ο πιλοτικός τόπος επιλέχθηκε προσεκτικά για να είναι όσο το δυνατό πιο αντιπροσωπευτικός των κατηγοριών χρήσεων γης.
Τα πέντε βασικά βήματα μιας εποπτευόμενης ταξινόμησης εικόνων στην παρούσα μελέτη είναι τα κάτωθι:
* απόφαση για τον τύπο εδάφους που πρόκειται να ταξινομηθεί, όπως νερό, αστική περιοχή ή καλλιεργούμενη γεωργική γη,
* επιλογή πρωτότυπων εικονοστοιχείων με γνωστή χρήση γης για τη δημιουργία δεδομένων εκπαίδευσης με βάση επιτόπιες επισκέψεις, χάρτες και αεροφωτογραφίες,
* καθορισμός του συνόλου των παραμέτρων αυτής της κατηγορίας,
* ταξινόμηση κάθε εικονοστοιχείου στην εικόνα, χρησιμοποιώντας έναν αλγόριθμο ταξινόμησης καθορισμένο από τον χρήστη και
* αξιολόγηση της ακρίβειας λήψης.

'''Αποτελέσματα και σχολιασμοί'''

Ο τελικός χαρακτηρισμός των χαρακτηριστικών, εντός της περιοχής μελέτης παρουσιάζεται στο Σχήμα 3. Το διευρυμένο ένθετο που απεικονίζει μια επιλεγμένη περιοχή εντός της περιοχής μελέτης, καταδεικνύει τον χαρακτηρισμό των λεπτομερειών που προκύπτουν σε κλίμακα 1:1500. Η αξιολόγηση της ταξινόμησης πραγματοποιείται με βάση την αντίστοιχη ταξινομημένη εικόνα που έχει προκύψει από τις επί τόπου πληροφορίες.

Η ταξινόμηση με αντικειμενοστραφή προσέγγιση όπου χρησιμοποιήθηκε η ασαφής συνάρτηση μέλους, υλοποίησε επιτυχώς τον χαρακτηρισμό χαρακτηριστικών λεπτομέρειας, για τρεις κύριους τύπους χρήσεων γης, για σκοπούς πολεοδομικού σχεδιασμού. Μια συνολική ακρίβεια 0,86 (Kappa στατιστικός συντελεστής), έχει επιτύχει πράγματι πολύ καλά αποτελέσματα και υψηλή στατιστική αξιοπιστία με βάση το στατιστικό κριτήριο paired t-samples test, σύμφωνα με τα παραχθέντα αποτελέσματα. Οι βοηθητικές πληροφορίες χρησιμοποιούνται ως γενικό πλαίσιο για την ετικέτα. Η τελική ταξινομημένη εικόνα είναι πολύ σημαντική για την εξασφάλιση καλής ακρίβειας του τελικού ταξινομημένου αποτελέσματος. Αυτή η τεχνική ελαχιστοποιεί την πιθανότητα πολλαπλής κατηγοριοποίησης, έτσι ώστε σε ένα πολύγωνο να εκχωρείται μία μοναδική ετικέτα. Έτσι, η αυξημένη ακρίβεια ταξινόμησης, μπορεί να ικανοποιήσει τις απαιτήσεις, για σκοπούς πολεοδομικού σχεδιασμού, της χαρτογράφησης της χρήσης της γης. Είναι προφανές ότι η χρήση της μεθόδου σε αυτή τη μελέτη, μπορεί να επαναληφθεί για τη παραγωγή χαρτών, από δορυφορικές απεικονίσεις, για οποιοδήποτε σχέδιο αστικής ανάπτυξης.

'''Συμπεράσματα'''

Τα αποτελέσματα αυτής της μελέτης υποδεικνύουν σαφώς ότι οι αντικειμενοστραφείς τεχνικές τμηματοποίησης είναι ένα από τα σημαντικότερα εργαλεία για την παραγωγή λεπτομερών κατηγοριών χρήσης γης για την πολεοδομική χαρτογράφηση. Για τη διαδικασία ενοποίησης πρέπει να εξεταστεί η χωρική αλληλεπίδραση σε θέματα ραδιομετρικής ακεραιότητας. Επιπρόσθετα, η αξιολόγηση αυτής της μελέτης, απαιτεί μια κατάλληλη μαθηματική προσέγγιση διότι τα αποτελέσματα ήταν πολυσύνθετα λόγω των διαφορετικών πηγών των δεδομένων καθώς και άλλων παραγόντων που αφορούν την ακρίβεια των αποτελεσμάτων. Η στρατηγική μετά την επεξεργασίας, έχει αποδειχθεί ιδιαίτερα αποτελεσματική για τη δημιουργία ορίων μεταξύ των κατηγοριών. Το απαραίτητο αντικείμενο δεν ανιχνεύθηκε κατά τη διάρκεια της διαδικασίας κατάταξης και ταξινόμησης που αντισταθμίζεται από τη βάση δεδομένων GIS με ένα χονδροειδές τρόπο.

[[category:Έλεγχος εφαρμογής πολεοδομικού σχεδιασμού]]

Αρχείο:Eikonaio32.PNG

2020-02-06T20:31:25Z

Ioannageorgopoulou: Αποτέλεσμα κατάτμησης βασιζόμενο στο αντικείμενο που λήφθηκε από το SPOT 5 J

Αποτέλεσμα κατάτμησης βασιζόμενο στο αντικείμενο που λήφθηκε από το SPOT 5 J

Αρχείο:Eikonaio22.PNG

2020-02-06T20:30:51Z

Ioannageorgopoulou: Κατάτμηση (κλίμακα : 30 σχήμα:0.1 συμπαγείς: 0.5)

Κατάτμηση (κλίμακα : 30 σχήμα:0.1 συμπαγείς: 0.5)

Αρχείο:Eikonaio12.PNG

2020-02-06T20:30:18Z

Ioannageorgopoulou: Τοποθεσία της μελετώμενης περιοχής στην πόλη της Κουάλα Λουμπούρ

Τοποθεσία της μελετώμενης περιοχής στην πόλη της Κουάλα Λουμπούρ

Αρχείο:Pinakasio11.PNG

2020-02-06T20:29:26Z

Ioannageorgopoulou: Λεπτομέρειες των δεδομένων που χρησιμοποιήθηκαν στην μελετώμενη περιοχή

Λεπτομέρειες των δεδομένων που χρησιμοποιήθηκαν στην μελετώμενη περιοχή

Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία

2020-02-06T20:26:55Z

Ioannageorgopoulou: Νέα σελίδα με ''''Πίνακας:''' . '''Εικόνα 1:''' . '''Εικόνα 1:''' . [[...'

[[Εικόνα:| thumb| right|'''Πίνακας:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 1:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 1:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 1:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 1:''' .]]

'''Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία'''

Συγγραφείς: Norzailawati Mohd , Noor Alias Abdullah

Πηγή: Noor, Norzailawati. (2015). Sustainable urban Planning mapping using remote sensing and GIS in Malaysia.

Λέξεις κλειδιά: πολεοδομικός σχεδιασμός, κατάτμηση, αντικειμενοστραφής, τηλεπισκόπηση και GIS

'''Σύνοψη'''

Η μελέτη αυτή εξετάζει την εφαρμογή τεχνικών τηλεπισκόπησης και GIS, για την ταξινόμηση της χρήσης γης στις αστικές περιοχές στη Μαλαισία βάσει αντικειμενοστραφούς ταξινόμησης, προκειμένου να εξάγονται ως δεδομένα οι τρεις συνιστώσες των αστικών περιοχών, δηλαδή τις οικιστικές, τις εμπορικές και τις βιομηχανικές. Η περιοχή ενδιαφέροντος αυτής της μελέτης είναι η Κουάλα Λουμπούρ. Ελέγχονται τα δορυφορικά δεδομένα του SPOT 5 με χρονική και μεγάλη χωρική ανάλυση 2,5 μέτρων. Το λογισμικό E-cognition αναπτύσσει τα σύνολα κανόνων των θεματικών χαρακτηριστικών των επιπέδων για την εξαγωγή των τύπων χρήσης γης. Τα αποτελέσματα δείχνουν ότι τρεις τύποι χρήσεων γης προσδιορίζονται σαφώς, με χαμηλή τυπική απόκλιση ταξινόμησης. Οι αποκλίσεις δεν έχουν μεγάλη διασπορά σε σχέση με τον μέσο όρο που αποδεικνύει ότι το αποτέλεσμα είναι αποδεκτό. Επιπλέον, τα ευρήματα υποδεικνύουν ότι υπήρξαν κάποιες αλλαγές στη συνολική έκταση της πρόσφατης ταξινόμησης λόγω της ταχείας ανάπτυξης της περιοχής υπό μελέτη. Τέλος, η εφαρμογή της αντικειμενοστραφούς ταξινόμησης επιβεβαιώνει την αποτελεσματικότητα της χρήσης τηλεπισκόπησης και τεχνικών GIS για την ταξινόμηση των αστικών χρήσεων γης. Η μελέτη αυτή θέτει επίσης ορισμένα ερωτήματα για μελλοντικές έρευνες, οι οποίες μπορούν να συμβάλουν στην ενίσχυση των δυνατοτήτων των εφαρμογών τηλεπισκόπησης, ιδίως όσον αφορά την περαιτέρω διερεύνηση αστικών θεμάτων σε διάφορα επίπεδα διοίκησης.

'''Εισαγωγή'''

Η διάδοση των δορυφορικών εικόνων υψηλής ανάλυσης και των πολυφασματικών αεροφωτογραφιών επέτρεψαν την αυτοματοποίηση της ταξινόμησης του εδάφους που καλύπτουν οι αστικές περιοχές. Λόγω της υψηλής εσωτερικής διακύμανσης των εικόνων υψηλής ανάλυσης, προηγούμενες προσπάθειες αστικής χαρτογράφησης με τη μέθοδο με βάση τα εικονοστοιχεία, συνήθως παρείχαν μη ικανοποιητικά αποτελέσματα. Η ταξινόμηση των εικόνων που έχουν διεξαχθεί, κατά βάση, με τη μέθοδο ανά εικονοστοιχείο (επιβλεπόμενη ταξινόμηση) και οι κλάσεις κάλυψης εδάφους χαρτογραφούνται συνήθως από εξ αποστάσεως ψηφιακά ανιχνευμένα δεδομένα μέσω της διαδικασίας της εποπτευόμενης ταξινόμησης ψηφιακής εικόνας. Ο γενικός στόχος της διαδικασίας ταξινόμησης εικόνων είναι η κατηγοριοποίηση όλων των εικονοστοιχείων μιας εικόνας αυτόματα σε κατηγορίες ή θέματα εδαφοκάλυψης. Η προηγούμενη μελέτη έχει συγκρίνει τέσσερις διαφορετικές μεθόδους επιβλεπόμενης και μη ταξινόμησης που συνιστούν μια συνδυασμένη μέθοδο ασαφούς επιβλεπόμενης ταξινόμησης για τη χαρτογράφηση αστικών χαρακτηριστικών. Η μελέτη αυτή καταλήγει στο συμπέρασμα ότι απαιτούνται περισσότερες από μία διαδικασίες ταξινόμησης για τη βελτίωση της ακρίβειας της χαρτογράφησης μέσω τηλεπισκόπησης, παρά την κατεύθυνση μετατόπισης των μεθόδων ταξινόμησης, της ανά pixel μεθόδου στην αντικειμενοστραφή. Η ανάγκη μιας προσέγγισης που υπερβαίνει το πρότυπο των εικονοστοιχείων μέσω της ταξινόμησης της ανιχνεύσιμης φασματικής ανάκλασης προς ένα «αντικειμενοστραφές πρότυπο», το οποίο ενσωματώνει το σχήμα και την ανάκλαση φαινομενικά ομογενών μονάδων εικόνων υψηλής ανάλυσης, είναι αναπόφευκτη.

'''Αντικειμενοστραφής ταξινόμηση για βιώσιμη χαρτογράφηση'''

Τα αστικά περιβάλλοντα χαρακτηρίζονται από διαφορετικούς τύπους υλικών και επιφάνειες χρήσης γης. Το φάσμα της χρήσης των αστικών περιοχών έχει υψηλή φασματική ετερογένεια. Χαρακτηρίζονται από μια μεγάλη ποικιλία υλικών όπως τα ανθρωπογενή χαρακτηριστικά, τη βλάστηση, τα εδάφη και άλλα. Οι φασματικές υπογραφές συνήθως βασίζονται σε φασματικές βιβλιοθήκες. Αυτές οι βιβλιοθήκες περιέχουν καθαρά φασματικά δείγματα επιφανειών, συμπεριλαμβανομένου ενός ευρέος φάσματος υλικών σε μια περιοχή συνεχούς μήκους κύματος με υψηλότερες φασματικές λεπτομέρειες και επιπρόσθετες πληροφορίες και τεκμηρίωση σχετικά με τα χαρακτηριστικά της επιφάνειας και την ποιότητα του φάσματος (δηλ. μεταδεδομένα). Οι πολυφασματικές εφαρμογές δορυφορικών εικόνων πρέπει να αξιολογούνται όταν εξετάζεται η πρακτική χρήση δορυφορικών εικόνων. Η διαθεσιμότητα των πληροφοριών χρώματος σε αυτή την περίπτωση θα βοηθούσε στον καθορισμό των χαρακτηριστικών, καθώς θα ήταν ευκολότερο να εντοπιστούν αντικείμενα με χρωματική αντίθεση, όπως στέγες, δέντρα, πράσινες περιοχές και επιφάνειες νερού. Μια επιλογή σε μια τέτοια περίπτωση θα ήταν η χρήση πανχρωματικής όξυνσης εικόνων, οι οποίες δημιουργούνται με τη συγχώνευση των πληροφοριών χρώματος σε μια πολυφασματική εικόνα με την υψηλότερη χωρική ανάλυση μιας παγχρωματικής εικόνας. Ένα ιδιαίτερο σημείο που πρέπει να σημειωθεί είναι ότι η πολυπλοκότητα της σκηνής επηρεάζει άμεσα την επιλογή και την επιτυχία μιας αυτόματης διαδικασίας ανίχνευσης χαρακτηριστικών δόμησης. Αυτό μπορεί να οφείλεται στην ποικιλία των φασματικών αποκρίσεων που είναι διαθέσιμες σε εγγύτητα σε μια περιοχή, όπως από στέγες, δρόμους και βλάστηση κήπων στην κεντρική επιχειρηματική περιοχή της πόλης.

Μια εναλλακτική προσέγγιση είναι να θεωρηθούν αντικείμενα εικόνας κατασκευασμένα από ομοιογενείς συστάδες γειτονικών εικονοστοιχείων με σημαντικές γεωμετρικές και άλλες χωρικές ιδιότητες. Το αντικειμενοστραφές πρότυπο χαρακτηρίζεται γενικά από την ομαδοποίηση πληροφοριών με την έννοια ή την οντότητα στην οποία αναφέρεται. Επίσης, επιτρέπει πολλές έννοιες από τον πραγματικό κόσμο να διαμορφώνονται με έναν άμεσο και φυσικό τρόπο. Τα αντικείμενα που δημιουργούνται μέσω τμηματοποίησης μπορούν να ταξινομηθούν χρησιμοποιώντας δύο διαφορετικές μεθόδους ταξινόμησης: (1) ταξινόμηση βάσει δειγμάτων και (2) ταξινόμηση βασισμένη στην ενσωμάτωση προηγούμενων εξωτερικών γνώσεων που αποθηκεύονται σε βάσεις κανόνων. Η ταξινόμηση που ξεκινάει από αντικείμενα εικόνας και όχι από μεμονωμένα εικονοστοιχεία μπορεί να χρησιμοποιεί χωρικές και γεωμετρικές ιδιότητες καθώς και σχέσεις μεταξύ αντικειμένων. Συγκεκριμένα, οι πληροφορίες από εικόνες υψηλής ανάλυσης συγκεντρώνονται σε πολλαπλά επίπεδα λεπτομέρειας, έχοντας ως αποτέλεσμα ιεραρχικά σύνολα ομοιογενών περιοχών σύμφωνα με τη σημασιολογία της δεδομένης εφαρμογής. Οι αντικειμενοστραφείς τεχνικές ταξινόμησης αποτελούν μια νέα και καινοτόμο προσέγγιση, ειδικά για εφαρμογές που χειρίζονται τα ανθρωγενή χαρακτηριστικά.

Στον τομέα της αστικής τηλεπισκόπησης, υπάρχουν διάφορες εφαρμογές που καταδεικνύουν ότι οι αντικειμενοστρεφείς προσεγγίσεις είναι ανώτερες από την ανάλυση ανά εικονοστοιχείο, ειδικά όταν πρόκειται να διαχωριστούν κατηγορίες αστικής χρήσης γης όπως αεροδρόμια και δρόμοι. Σε σύγκριση με τα περισσότερα φυσικά περιβάλλοντα, το οικοδομημένο περιβάλλον χαρακτηρίζεται από αιχμηρά, διακριτά όρια και από αλλαγές υψηλής συχνότητας διαφορετικών επιφανειών με παρόμοιες ιδιότητες ανάκλασης. Τα ανθρωπογενή χαρακτηριστικά μπορούν να αναπαραχθούν μάλλον χωρίς αμφιβολία από ένα αντικειμενοστραφές περιβάλλον μέσω μιας επαναληπτικής διαδικασίας τμηματοποίησης. Για παράδειγμα, οι περιοχές υπό σκιά μπορούν να χαρακτηριστούν από συγκεκριμένες σχέσεις με γειτονικά αντικείμενα και το σχήμα ενός αντικειμένου μπορεί να βοηθήσει στη διάκριση μεταξύ μιας οροφής και ενός δρόμου παρόμοιας ανάκλασης. Η αντικειμενοστραφής ανάλυση εικόνας συνδυάζει τη λειτουργικότητα του GIS και τις τεχνικές τηλεπισκόπησης, δουλεύοντας με πολυγωνικές, ομοιογενείς συστάδες αντί για ενιαία εικονοστοιχεία.

'''Υλικά και μέθοδοι'''

Οι τρεις εικόνες που χρησιμοποιήθηκαν στη μελέτη αυτή αποκτήθηκαν το 2012 και το 2013 και παρέχονται από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας (ARSN). Οι εικόνες SPOT-5 έχουν υποστεί γεωαναφορά κατά τη συλλογή δεδομένων από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας.

''Α. Περιοχή μελέτης''

Η περιοχή μελέτης βρίσκεται στο μητροπολιτικό κέντρο της Κουάλα Λουμπούρ (3 ° 8'51''N 101 ° 41'36''E), στη Μαλαισία, η οποία καλύπτει μια διοικητική περιοχή που εκτείνεται σε 24,221,05 εκτάρια (σχήμα 1). Η πλειοψηφία των μοντέλων χρήσης γης αποτελείται από οικοδομημένες περιοχές (οικιστικές, βιομηχανικές, εμπορικές, ιδρύματα, χώρους αναψυχής, δρόμους, υποδομές και επιχειρήσεις κοινής ωφέλειας) και γεωργικές περιοχές (γεωργία, δάση, γυμνά εδάφη και υδάτινα σώματα).

''Β. Μέθοδοι''

Όλη η διαδικασία επεξεργασίας δεδομένων χωρίστηκε σε τρία στάδια, το στάδιο της προεπεξεργασίας, της κατάτμησης και αυτό της ταξινόμησης. Στην ταξινόμηση επεξεργασίας δεδομένων, το σύνολο των δεδομένων SPOT 5 διορθώνεται γεωμετρικά με τη διόρθωση από εικόνα σε χάρτη. Το υπολειπόμενο για κάθε GCP, +0,5 στη μετασχηματισμένη εικόνα, διατηρείται καθ 'όλη τη διάρκεια, προκειμένου να επιτευχθεί RMS μικρότερο από +0,5 pixel. Το ψηφιακό σύστημα επεξεργασίας ERDAS Imagine, χρησιμοποιείται στην επεξεργασία δεδομένων.

* Κατάτμηση

Η διαδικασία τμηματοποίησης είναι ένα από τα πρώτα βήματα στην ανάλυση εικόνας: η εικόνα χωρίζεται σε περιοχές που αντιπροσωπεύουν καλύτερα τα σχετικά αντικείμενα στο τοπίο. Τα χαρακτηριστικά μιας περιοχής όπως η έκταση, το σχήμα, οι στατιστικές παράμετροι και το ανάγλυφο μπορούν να εξαχθούν και να χρησιμοποιηθούν για περαιτέρω ανάλυση των δεδομένων. Συνήθως, η κατάτμηση επιτυγχάνεται με δύο τρόπους: 1) διαίρεση των εικόνων σε έναν αριθμό ομοιογενών περιοχών, καθεμία από τις οποίες έχουν μία μοναδική ετικέτα, 2) προσδιορισμό ορίων μεταξύ ομοιογενών περιοχών διαφορετικών ιδιοτήτων. Αυτές οι τεχνικές τμηματοποίησης είναι γνωστές ως κατάτμηση με βάση την περιοχή και ανίχνευση ακμής, αντίστοιχα. Έχουμε δοκιμάσει κάποιες εικόνες σχετικά με την κλίμακα, το σχήμα και πόσο συμπαγή είναι ,στο Ecognition για να εντοπίσουμε τις κατάλληλες παραμέτρους κατάτμησης ώστε να έχουμε μια καλή τμηματοποίηση για τους τύπους οικιστικής, βιομηχανικής και εμπορικής χρήσης γης.

* Ταξινόμηση χρήσης γης

Μετά την κατάτμηση, το επόμενο βήμα είναι η ομαδοποίηση των αντικειμένων και η απόδοση σε αυτά μιας πιθανότητας ή ενός βαθμού υπαγωγής σε μια δεδομένη κατηγορία των αυστηρών κανόνων αναγνώρισης των περιοχών. Αρκετοί κανόνες γνώσης μπορούν να συνδυαστούν για να καθορίσουν τον κανόνα ταξινόμησης ενός συγκεκριμένου αντικειμένου, που αντιστοιχεί στη μέθοδο της "συνάρτησης μέλους" (fuzzy logic). Για την περιοχή μελέτης, έχει σχεδιαστεί ένα σχήμα ταξινόμησης των χρήσεων γης, το οποίο είναι συμβατό με τις εικόνες που παρέχει το SPOT 5. Η βάση για αυτό το σύστημα ταξινόμησης, προσαρμόστηκε από το σύστημα ταξινόμησης της χρήσης γης του Τμήματος Πολεοδομίας και Χωροταξίας της Μαλαισίας. Τρεις κύριοι τύποι χρήσεων γης έχουν προταθεί, ο οικιστικός, ο βιομηχανικός και ο εμπορικός. Η επιλογή των πιλοτικών τόπων που υποβλήθηκαν σε ταξινόμηση αποτέλεσε σημαντικό βήμα στη διαδικασία ταξινόμησης που υιοθετήθηκε. Αυτός ο πιλοτικός τόπος επιλέχθηκε προσεκτικά για να είναι όσο το δυνατό πιο αντιπροσωπευτικός των κατηγοριών χρήσεων γης.
Τα πέντε βασικά βήματα μιας εποπτευόμενης ταξινόμησης εικόνων στην παρούσα μελέτη είναι τα κάτωθι:
* απόφαση για τον τύπο εδάφους που πρόκειται να ταξινομηθεί, όπως νερό, αστική περιοχή ή καλλιεργούμενη γεωργική γη,
* επιλογή πρωτότυπων εικονοστοιχείων με γνωστή χρήση γης για τη δημιουργία δεδομένων εκπαίδευσης με βάση επιτόπιες επισκέψεις, χάρτες και αεροφωτογραφίες,
* καθορισμός του συνόλου των παραμέτρων αυτής της κατηγορίας,
* ταξινόμηση κάθε εικονοστοιχείου στην εικόνα, χρησιμοποιώντας έναν αλγόριθμο ταξινόμησης καθορισμένο από τον χρήστη και
* αξιολόγηση της ακρίβειας λήψης.

'''Αποτελέσματα και σχολιασμοί'''

Ο τελικός χαρακτηρισμός των χαρακτηριστικών, εντός της περιοχής μελέτης παρουσιάζεται στο Σχήμα 3. Το διευρυμένο ένθετο που απεικονίζει μια επιλεγμένη περιοχή εντός της περιοχής μελέτης, καταδεικνύει τον χαρακτηρισμό των λεπτομερειών που προκύπτουν σε κλίμακα 1:1500. Η αξιολόγηση της ταξινόμησης πραγματοποιείται με βάση την αντίστοιχη ταξινομημένη εικόνα που έχει προκύψει από τις επί τόπου πληροφορίες.

Η ταξινόμηση με αντικειμενοστραφή προσέγγιση όπου χρησιμοποιήθηκε η ασαφής συνάρτηση μέλους, υλοποίησε επιτυχώς τον χαρακτηρισμό χαρακτηριστικών λεπτομέρειας, για τρεις κύριους τύπους χρήσεων γης, για σκοπούς πολεοδομικού σχεδιασμού. Μια συνολική ακρίβεια 0,86 (Kappa στατιστικός συντελεστής), έχει επιτύχει πράγματι πολύ καλά αποτελέσματα και υψηλή στατιστική αξιοπιστία με βάση το στατιστικό κριτήριο paired t-samples test, σύμφωνα με τα παραχθέντα αποτελέσματα. Οι βοηθητικές πληροφορίες χρησιμοποιούνται ως γενικό πλαίσιο για την ετικέτα. Η τελική ταξινομημένη εικόνα είναι πολύ σημαντική για την εξασφάλιση καλής ακρίβειας του τελικού ταξινομημένου αποτελέσματος. Αυτή η τεχνική ελαχιστοποιεί την πιθανότητα πολλαπλής κατηγοριοποίησης, έτσι ώστε σε ένα πολύγωνο να εκχωρείται μία μοναδική ετικέτα. Έτσι, η αυξημένη ακρίβεια ταξινόμησης, μπορεί να ικανοποιήσει τις απαιτήσεις, για σκοπούς πολεοδομικού σχεδιασμού, της χαρτογράφησης της χρήσης της γης. Είναι προφανές ότι η χρήση της μεθόδου σε αυτή τη μελέτη, μπορεί να επαναληφθεί για τη παραγωγή χαρτών, από δορυφορικές απεικονίσεις, για οποιοδήποτε σχέδιο αστικής ανάπτυξης.

'''Συμπεράσματα'''

Τα αποτελέσματα αυτής της μελέτης υποδεικνύουν σαφώς ότι οι αντικειμενοστραφείς τεχνικές τμηματοποίησης είναι ένα από τα σημαντικότερα εργαλεία για την παραγωγή λεπτομερών κατηγοριών χρήσης γης για την πολεοδομική χαρτογράφηση. Για τη διαδικασία ενοποίησης πρέπει να εξεταστεί η χωρική αλληλεπίδραση σε θέματα ραδιομετρικής ακεραιότητας. Επιπρόσθετα, η αξιολόγηση αυτής της μελέτης, απαιτεί μια κατάλληλη μαθηματική προσέγγιση διότι τα αποτελέσματα ήταν πολυσύνθετα λόγω των διαφορετικών πηγών των δεδομένων καθώς και άλλων παραγόντων που αφορούν την ακρίβεια των αποτελεσμάτων. Η στρατηγική μετά την επεξεργασίας, έχει αποδειχθεί ιδιαίτερα αποτελεσματική για τη δημιουργία ορίων μεταξύ των κατηγοριών. Το απαραίτητο αντικείμενο δεν ανιχνεύθηκε κατά τη διάρκεια της διαδικασίας κατάταξης και ταξινόμησης που αντισταθμίζεται από τη βάση δεδομένων GIS με ένα χονδροειδές τρόπο.

[[category:Έλεγχος εφαρμογής πολεοδομικού σχεδιασμού]]

Γεωργοπούλου Ιωάννα

2020-02-06T20:09:55Z

Ioannageorgopoulou:

[[Αστικές θερμικές νησίδες κατά την διάρκεια της ημέρας ]]

[[Ο ρόλος της τηλεπισκόπησης στην χαρτογράφηση έκτακτων αναγκών για την αντιμετώπιση καταστροφών]]

[[Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών ]]

[[Τηλεπισκόπηση των ζώων]]

[[Αξιολογώντας τα αποτελέσματα των συσκευών τηλεπισκόπησης και εντοπισμού ζώων]]

[[Σύγκριση Τεχνικών Επεξεργασίας Εικόνων Τηλεπισκόπησης για την Ταυτοποίηση Πληγεισών Περιοχών από τα Δεδομένα του Landsat TM ]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα) ]]

Σύγκριση Τεχνικών Επεξεργασίας Εικόνων Τηλεπισκόπησης για την Ταυτοποίηση Πληγεισών Περιοχών από τα Δεδομένα του Landsat TM

2020-02-06T20:08:47Z

Ioannageorgopoulou:

[[Εικόνα: Perioxiio.PNG | thumb| right|'''Εικόνα 1:''' (α) Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Ένα ψευδοχρωματικό σύνθετο της περιοχής μελέτης (26 Ιουνίου 1998) που δείχνει το κανάλι 4 (0,76-0,90 μm) σε κόκκινο το κανάλι 3 (0,63-0,69 μm) στο πράσινο και στο κανάλι 2 (0,52 - 0,60 μm) με μπλε χρώμα.]]

[[Εικόνα: Eikonaio1.PNG | thumb| right|'''Εικόνα 2:''' Σύνθετο των καναλιών 2,3,4 .]]
[[Εικόνα: Eikonaio2.PNG | thumb| right|'''Εικόνα 3:''' Η διαφορά στο κανάλι 7 .]]
[[Εικόνα: Eikonaio3.PNG | thumb| right|'''Εικόνα 4:''' Η διαφορά στα κανάλια 3,5,7.]]

[[Εικόνα: Eikonaio4.PNG | thumb| right|'''Εικόνα 5:''' Χάρτης αποτελεσμάτων της διαφοράς των καναλιών 1, 2, 3, 4, 5 και 7 χρησιμοποιώντας μη επιβλεπόμενη ταξινόμηση (δηλαδή ISODATA). Σημείωση: Το μπλε χρώμα αντιπροσωπεύει μη κατεστραμμένες περιοχές και το κόκκινο χρώμα αντιπροσωπεύει ζημιές .]]

[[Εικόνα: Eikonaio5.PNG | thumb| right|'''Εικόνα 6:''' Χάρτης αποτελεσμάτων της διαφοράς των καναλιών 1, 2, 3, 4, 5 και 7 χρησιμοποιώντας επιβλεπόμενη ταξινόμηση (δηλαδή μέγιστη πιθανοφάνεια). Σημείωση: Το μπλε χρώμα αντιπροσωπεύει μη κατεστραμμένες περιοχές και το κόκκινο χρώμα αντιπροσωπεύει ζημιές.]]

[[Εικόνα: Eikonaio6.PNG | thumb| right|'''Εικόνα 7:''' Σύνθετη εικόνα των PC-ζωνών 3 και 4 με αντικειμενοστραφή προσέγγιση.]]

'''Σύγκριση Τεχνικών Επεξεργασίας Εικόνων Τηλεπισκόπησης για την Ταυτοποίηση Πληγεισών Περιοχών από τα Δεδομένα του Landsat TM.'''

Συγγραφείς: Soe W. Myint, May Yuan, Randall S. Cerveny and Chandra P. Giri

Πηγή: Myint, Soe & Yuan, May & Cerveny, R.s & Chandra, Giri. (2008). Comparison of Remote Sensing Image Processing Techniques to Identify Tornado Damage Areas from Landsat TM Data. Sensors. 8. 10.3390/s8021128. [https://www.researchgate.net/publication/26547722_Comparison_of_Remote_Sensing_Image_Processing_Techniques_to_Identify_Tornado_Damage_Areas_from_Landsat_TM_Data]

Λέξεις κλειδιά: ανίχνευση αλλαγής, καταστροφή, ανάλυση κύριων συνιστωσών, ανίχνευση αλλαγής εικόνας, αντικειμενοστραφής

'''Σύνοψη'''

Οι τεχνικές τηλεπισκόπησης έχουν αποδειχτεί αποτελεσματικές για μεγάλης κλίμακας έρευνες μετά από κάποιο καταστροφικό γεγονός, τόσο σε σχεδόν πραγματικό χρόνο, όσο και σε εκ των υστέρων αναλύσεις. Το δοκίμιο αυτό στοχεύει στην σύγκριση της ακρίβειας των συνηθισμένων τεχνικών επεξεργασίας εικόνας που χρησιμοποιούνται στον εντοπισμό των τροχιών καταστροφής των κυκλώνων, από δεδομένα του Landsat TM. Χρησιμοποιήσαμε τον άμεσο εντοπισμό αλλαγής χρησιμοποιώντας δύο σετ εικόνων τα οποία έχουν ληφθεί πριν και μετά τον κυκλώνα, για να παράξουμε σύνθετες εικόνες PCA (Ανάλυση Κύριων Συνιστωσών) και ένα σετ ζωνών διαφοράς . Στις τεχνικές σύγκρισης συμπεριλαμβάνονται η εποπτευόμενη ταξινόμηση, η μη εποπτευόμενη ταξινόμηση, και η αντικειμενοστραφής ταξινόμηση με κύριο ταξινομητή τον πλησιέστερο γείτονα. Η αξιολόγηση ακρίβειας βασίζεται στον συντελεστή Κάππα, ο οποίος υπολογίζεται από πίνακες σφάλματος που διασταυρώνουν τα σωστά ταυτοποιημένα κελιά στην εικόνα ΤΜ και τα σφάλματα παράλειψης και καταγραφής στο αποτέλεσμα. Συνολικά, η αντικειμενοστραφής προσέγγιση παρουσιάζει τον υψηλότερο βαθμό ακρίβειας στον εντοπισμό καταστροφών από τυφώνες. Οι μέθοδοι PCA και ανίχνευσης αλλαγών εικόνας παράγει συγκρίσιμα αποτελέσματα. Αν και συγκεκριμένες μέθοδοι PCA μπορούν να βελτιώσουν την ακρίβεια κατά 5 έως 10%, η αντικειμενοστραφής προσέγγιση αποδίδει αισθητά καλύτερα με 15-20% υψηλότερη ακρίβεια από τις άλλες δύο τεχνικές.

Οι τεχνικές που συγκρίνονται είναι η PCA (Ανάλυση Κύριων Συνιστωσών), η ανίχνευση αλλαγής εικόνας και η αντικειμενοστραφής ταξινόμηση. Ουσιαστικά, η ανίχνευση κατεστραμμένων περιοχών είναι ένα πρόβλημα ταξινόμησης. Ο στόχος είναι να να ταξινομηθεί όλη η εκτάση των εικόνων σε δύο κλάσεις: κατεστραμμένη περιοχή και μη κατεστραμμένη. Όλες οι τεχνικές επεξεργασίας εικόνας για τον εντοπισμό κατεστραμμένης περιοχής υποθέτουν ότι οι κατεστραμμένες και μη περιοχές συσχετίζονται με διακρίσιμες διαφορές της φασματικής ανακλαστικότητας των εικόνων. Γι' αυτό, η ταξινόμηση της ανακλαστικότητας των εικόνων αποκαλύπτει κλάσεις κατεστραμμένων και μη κατεστραμμένων περιοχών.

'''Εκτίμηση καταστροφών με χρήση Ανάλυσης Κύριων συνιστωσών'''

Σε αυτήν τη μελέτη χρησιμοποιούμε την προσέγγιση άμεσου εντοπισμού αλλαγής με την χρήση ανάλυσης κύριας συνιστώσας (PCA) χρησιμοποιώντας δύο σύνολα εικόνων που λήφθηκαν πριν και μετά τον κυκλώνα για να παράγουμε μια κύρια σύνθετη εικόνα. Αυτό μπορεί να επιτευχθεί υπερθέτοντας δύο Ν-ζωνικές εικόνες για να παραχθεί μία 2Ν-ζωνική εικόνα ακολουθούμενη από μια ανάλυση κύριας συνιστώσας για να παραχθούν 2Ν ζώνες κύριας συνιστώσας. Ακολουθώντας την ίδια διαδικασία, δύο εικόνες Landsat TM με 6 ζώνες, εκτός της θερμικής, λαμβάνονται πριν και μετά το ξέσπασμα του κυκλώνα της 3ης Μαΐου του 1999 στην περιοχή μελέτης, υφίστανται συσσώρευση στρωμάτων εικόνας για να παράγουν μια 12-ζωνική εικόνα. Έπειτα μια ανάλυση κύριων συνιστωσών εκτελείται για να προκύψουν 12 ζώνες κυρίων συνιστωσών.

Χρησιμοποιήσαμε επίσης και έναν μη επιβλεπόμενο αλγόριθμο ταξινόμησης, συγκεκριμένα επαναληπτική ανάλυση αυτο-οργανωμένων δεδομένων (ISODATA), για να ταυτοποιήσουμε 50 συστάδες. Προσδιορίσαμε τις συστάδες που ανήκουν στις πληγείσες περιοχές, όπως μπορούμε να τις διακρίνουμε οπτικά, απεικονίζοντας μία συστάδα κάθε φορά στην οθόνη. Το ISODATA επαναλαμβάνει την συσταδοποίηση της εικόνα μέχρις ότου είτε εκτελεστεί ένας μέγιστος αριθμός επαναλήψεων είτε έχει επιτευχθεί το μέγιστο ποσοστό απαράλλακτων pixels μεταξύ δύο επαναλήψεων. Το μέγιστο ποσοστό απαράλλακτων pixels ονομάζεται κατώφλι σύγκλισης. Σε αυτήν την μελέτη, χρησιμοποιήσαμε 20 επαναλήψεις και κατώφλι σύγκλισης 0.97 στην περιοχή μελέτης. Το κατώφλι σύγκλισης 0.97 σημαίνει οι όταν το 97% ή παραπάνω από τα pixel μένουν στην ίδια συστάδα μεταξύ δύο επαναλήψεων, το πρόγραμμα σταματά.

'''Εκτίμηση καταστροφών με Προσέγγιση Ανίχνευσης Αλλαγής Εικόνας'''

Στην ανίχνευση αλλαγής εικόνας, εικόνες διαφορετικών ημερομηνιών που έχουν αναχθεί σε κοινό σύστημα συντεταγμένων αφαιρούνται, και αφού εφαρμοστεί μια τιμή κατωφλίου παράγεται μια εικόνα που δείχνει αλλαγές στην χρήση γης και στην εδαφοκάλυψη. Όπως αναφέραμε παραπάνω, οι τιμές κατωφλίου ορίζονται βάσει της τυπικής απόκλισης. Χαμηλότερη τυπική απόκλιση μπορεί να οδηγήσει σε μεγαλύτερη συμπερίληψη απαράλλακτων pixels. Ιδανικά, η επιλογή του κατάλληλου κατωφλίου πρέπει να βασίζεται στην ακρίβεια της κατηγοριοποιήσης των pixel ως μεταβληθέντων η αμετάβλητων. Οι τιμές κατωφλίου για μεταβολή/μη μεταβολή μπορούν να προσδιοριστούν από την μέση τιμή συν την τυπική απόκλιση ή διαδραστικά εκτελώντας ελεγχόμενη από τον χειριστή επεξεργασία μέσω οθόνης. Παρότι είναι μια απλή διαδικασία προσδιορίζει μόνο τις μεταβληθείσες περιοχές αντί να ταυτοποιεί τον τύπο των αλλαγών από μια κλάση σε μια άλλη. Xρησιμοποιήσαμε διαφορές εικόνων των δεδομένων ανακλαστικότητας του Landsat TM που λήφθησαν στις 26 Ιουνίου 1998 και στις 12 Μαΐου 2000. Επιλέξαμε όλες τις ζώνες διαφοράς εικόνας σας το πρώτο σετ ζωνών διαφοράς εικόνας για την ταυτοποίηση των πληγεισών περιοχών. Χρησιμοποιήσαμε επίσης και έναν μη εποπτευόμενο αλγόριθμο ταξινόμησης, ( επαναληπτική ανάλυση αυτο-οργανωμένων δεδομένων ISODATA), χρησιμοποιώντας 20 επαναλήψεις και τιμή κατωφλίου 0.97 για να προσδιορίσουμε 50 συστάδες για την εκτίμηση των πληγεισών περιοχών από τον κυκλώνα στα τρία παραπάνω σετ δεδομένων του of Landsat TM. Ακολουθώντας την ίδια διαδικασία, Προσδιορίσαμε τις συστάδες που ανήκουν σε πληγείσες περιοχές όπως αυτές ταυτοποιούνται οπτικά στις εικόνες απεικονίζοντάς διαδραστικά μία συστάδα την φορά στην οθόνη.
[[Αρχείο:Pinakasio1.PNG]]

Πίνακας 1: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5 με μη επιβλεπόμενη ταξινόμηση (ISODATA).

[[Αρχείο:Pinakasio2.PNG]]

Πίνακας 2: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5 με επιβλεπόμενη ταξινόμηση (μέγιστη πιθανότητα).

'''Εκτίμηση καταστροφών με την χρήση αντικειμενοστραφούς προσέγγισης'''

Ένα αντικείμενο ορίζεται ως μια ομάδα pixel που έχουν κοινές φασματικές και χωρικές ιδιότητες στην αντικειμενοστραφή προσέγγιση της ταξινόμησης εικόνων. Μια αντικειμενοστραφής προσέγγιση ταξινόμησής χρησιμοποιεί γενικά κατατμημένα αντικείμενα σε σχέση με διαφορετικά επίπεδα κλιμάκων σαν δομικές μονάδες αντί να προσδιορίζει σε κλίμακα pixel την ταξινόμηση εικόνας.

Η κατάτμηση εικόνας είναι ένας πρωταρχικός στόχος, κατά τον οποίο χωρίζουμε την εικόνα σε διαχωρισμένες ομάδες κελιών ή αντικειμένων ανάλογα με τις παραμέτρους που καθορίζονται στο πρώτο στάδιο που προηγείται της ταξινόμησης. Χρησιμοποιήσαμε το πρόγραμμα eCognition professional 4.0 για να εκτελέσουμε μια αντικειμενοστραφή προσέγγιση ταξινόμησής. Υπάρχουν τρεις παράμετροι που πρέπει να ταυτοποιηθούν στην λειτουργία κατάτμησης του eCognition, συγκεκριμένα το σχήμα (Ssh), η συμπάγεια (Scm) και η κλίμακα (Ssc). Η επιλογή Τυπικού Πλησιέστερου Γείτονα επιλέγει αυτόματα μέσες τιμές των αντικειμένων για όλες τις αρχικές ζώνες της επιλεγμένης εικόνας ενώ η επιλογή Πλησιέστερου Γείτονα απαιτεί από τον χρήστη να επιλέξει τις μεταβλητές (δηλ. σχήμα, υφή, ιεραρχία) στα χαρακτηριστικά του αντικειμένου, στα χαρακτηριστικά της κλάσης ή στα καθολικά χαρακτηριστικά.

Χρησιμοποιήσαμε την προσέγγιση πλησιέστερου γείτονα αφότου εκτελέσαμε κατάτμηση εικόνας σε στο απαιτούμενο επίπεδο κλίμακας.

'''Αξιολόγηση Ακρίβειας'''

Για την αξιολόγηση της ακρίβειας ταξινόμησης, δημιουργήθηκαν και αναλύθηκαν πίνακες σφάλματος για κάθε σύνθεση ζωνών και κάθε μέθοδο. Οι πίνακες σφάλματος δείχνουν την πιθανότητα της κλάσης στην οποία κάθε pixel πραγματικά ανήκει (στήλες) στον χάρτη, στην οποία καταχωρείται από την επιλεγμένη προσέγγιση (γραμμές). Από τον πίνακα σφάλματος προκύπτει η συνολική ακρίβεια, η ακρίβεια παραγωγής, η ακρίβεια χρήστη και ο συντελεστής Κάππα. Υποτίθεται ότι χρειάζονται κατ'ελάχιστον 50 δειγματικά σημεία για κάθε κατηγορία χρήσης γης και εδαφοκάλυψης στον πίνακα σφάλματος, ούτως ώστε να γίνει αξιολόγηση της ακρίβειας της ταξινόμησης. Χρησιμοποιήσαμε μια στρωματοποιημένη τυχαία δειγματοληπτική προσέγγιση για να επιλέξουμε 120 δειγματικά σημεία κάτι που οδηγεί σε περίπου 60 σημεία ανά κλάση. Για να είναι συνεπής και ακριβής η σύγκριση, χρησιμοποιήσαμε α ίδια δειγματικά σημεία τόσο για τον αντικειμενοστραφή ταξινομητή, όσο για την εποπτευόμενη προσέγγιση (δηλ. μέγιστη πιθανότητα) και την μη εποπτευόμενη (ISODATA). Για καλύτερη εκτίμηση, εκτελέσαμε την αξιολόγηση στους χάρτες όπως προέκυψαν από την επεξεργασία χωρίς περαιτέρω διόρθωση τους από τον χρήστη.

'''Συμπεράσματα'''

Καταλήξαμε ότι η σύνθεση PCA ζωνών 3 και 4 χρησιμοποιώντας εποπτευόμενη προσέγγιση έδωσε την υψηλότερη συνολική ακρίβεια από όλους τους παραδοσιακούς ταξινομητές με διαφορετικές σύνθετες ζώνες. Η σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5,6,7 χρησιμοποιώντας μη επιβλεπόμενη ταξινομητή και επιβλεπόμενο ταξινομητή, βρέθηκε ότι είναι η δεύτερη πιο αποτελεσματική από όλες τις προ ταξινόμησης τεχνικές ελέγχου διαφορών. Μπορεί να παρατηρηθεί στις εικόνες 19 έως 26 ότι υπάρχει αξιοσημείωτη σύγχυση υπογραφής μεταξύ άλλων αλλαγμένων περιοχών μεταξύ των δύο χρονικών περιόδων λόγω του κυκλώνα της 3ης Μαΐου 1999. Η πλειοψηφία των άλλων αλλαγμένων περιοχών που δεν είναι πληγείσες αποδείχτηκε ότι ήταν αλλαγές λόγω ενεργών και μη καλλιεργειών. Για να ελαχιστοποιήσουμε το πρόβλημα αυτό , οι δύο εικόνες πριν και μετά το γεγονός θα πρέπει να απέχουν μικρό χρονικό διάστημα, όποτε είναι αυτό δυνατόν. Για παράδειγμα, οι δύο εικόνες που λήφθησαν 10 μέρες πριν και μετά μια φυσική καταστροφή, αναμένεται να εξαλείψουν ή έστω να ελαχιστοποιήσουν την σύγχυση υπογραφών μεταξύ κατεστραμμένων και άλλων αλλαγμένων περιοχών.

[[Αρχείο:Pinakasio3.PNG]]

Πίνακας 3: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη εικόνα των PC-ζωνών 3 και 4 με αντικειμενοστραφή προσέγγιση.

Η επιτυχής χρήση του eCognition εξαρτάται από την συνεχή τροποποίηση των δειγμάτων εκπαίδευσης αλγορίθμου, την εκτέλεση της ταξινόμησης, την εξέταση του αποτελέσματος, και τον πειραματισμό με διαφορετικούς συνδυασμούς λειτουργιών με την προσέγγιση δοκιμή-και-λάθος. Η διαθεσιμότητα πολλών διαφορετικών συνδυασμών λειτουργιών, παραμέτρων, και μεταβλητών μας βοήθησαν να ταυτοποιήσουμε πληγείσες και μη περιοχές επιτυχώς. Μολοντούτο, συμπεραίνουμε ότι η αντικειμενοστραφής προσέγγιση είναι αποτελεσματική και αξιόπιστη στην ταυτοποίηση πληγεισών περιοχών λόγω που προκαλούνται από δριμέα καιρικά φαινόμενα.

[[category:Σύνταξη ψηφιακών τοπογραφικών χαρτών]]

Αρχείο:Eikonaio6.PNG

2020-02-06T19:56:19Z

Ioannageorgopoulou: Σύνθετη εικόνα των PC-ζωνών 3 και 4 με αντικειμενοστραφή προσέγγιση.

Σύνθετη εικόνα των PC-ζωνών 3 και 4 με αντικειμενοστραφή προσέγγιση.

Αρχείο:Pinakasio3.PNG

2020-02-06T19:55:48Z

Ioannageorgopoulou: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη εικόνα των PC-ζωνών 3 και 4 με α

Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη εικόνα των PC-ζωνών 3 και 4 με αντικειμενοστραφή προσέγγιση.

Αρχείο:Eikonaio5.PNG

2020-02-06T19:53:55Z

Ioannageorgopoulou: Χάρτης αποτελεσμάτων της διαφοράς των καναλιών 1, 2, 3, 4, 5 και 7 χρησιμοποιώντας επιβλεπόμενη ταξινόμηση (δηλαδή μέγιστη πιθανοφάνεια). Σημεί�

Χάρτης αποτελεσμάτων της διαφοράς των καναλιών 1, 2, 3, 4, 5 και 7 χρησιμοποιώντας επιβλεπόμενη ταξινόμηση (δηλαδή μέγιστη πιθανοφάνεια). Σημείωση: Το μπλε χρώμα αντιπροσωπεύει μη κατεστραμμένες περιοχές και το κόκκινο χρώμα αντιπροσωπεύει ζημιές.

Αρχείο:Eikonaio4.PNG

2020-02-06T19:53:12Z

Ioannageorgopoulou: Χάρτης αποτελεσμάτων της διαφοράς των καναλιών 1, 2, 3, 4, 5 και 7 χρησιμοποιώντας μη επιβλεπόμενη ταξινόμηση (δηλαδή ISODATA). Σημείωση: Το μπλε χρώ

Χάρτης αποτελεσμάτων της διαφοράς των καναλιών 1, 2, 3, 4, 5 και 7 χρησιμοποιώντας μη επιβλεπόμενη ταξινόμηση (δηλαδή ISODATA). Σημείωση: Το μπλε χρώμα αντιπροσωπεύει μη κατεστραμμένες περιοχές και το κόκκινο χρώμα αντιπροσωπεύει ζημιές.

Αρχείο:Pinakasio2.PNG

2020-02-06T19:52:41Z

Ioannageorgopoulou: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη διαφορά εικόνας των αρχικών

Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5 με επιβλεπόμενη ταξινόμηση (μέγιστη πιθανότητα).

Αρχείο:Pinakasio1.PNG

2020-02-06T19:52:08Z

Ioannageorgopoulou: Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη διαφορά εικόνας των αρχικών �

Συνολική ακρίβεια, ακρίβεια παραγωγής, ακρίβεια χρήστη, και συντελεστής Κάππα, που προκύπτουν από την σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5 με μη επιβλεπόμενη ταξινόμηση (ISODATA).

Αρχείο:Eikonaio3.PNG

2020-02-06T19:51:28Z

Ioannageorgopoulou: Η διαφορά στα κανάλια 3,5,7.

Η διαφορά στα κανάλια 3,5,7.

Αρχείο:Eikonaio2.PNG

2020-02-06T19:50:59Z

Ioannageorgopoulou: Η διαφορά στο κανάλι 7.

Η διαφορά στο κανάλι 7.

Αρχείο:Eikonaio1.PNG

2020-02-06T19:50:31Z

Ioannageorgopoulou: Σύνθετο των καναλιών 2,3,4.

Σύνθετο των καναλιών 2,3,4.

Αρχείο:Perioxiio.PNG

2020-02-06T19:49:47Z

Ioannageorgopoulou: (α) Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Ένα ψευδοχρωματικό σύνθετο της περιοχής μελέτης (26 Ιουνίου 1998) που δείχνει το κανάλι 4 (0,76-0,90 μm

(α) Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Ένα ψευδοχρωματικό σύνθετο της περιοχής μελέτης (26 Ιουνίου 1998) που δείχνει το κανάλι 4 (0,76-0,90 μm) σε κόκκινο το κανάλι 3 (0,63-0,69 μm) στο πράσινο και στο κανάλι 2 (0,52 - 0,60 μm) με μπλε χρώμα.

Σύγκριση Τεχνικών Επεξεργασίας Εικόνων Τηλεπισκόπησης για την Ταυτοποίηση Πληγεισών Περιοχών από τα Δεδομένα του Landsat TM

2020-02-06T19:48:19Z

Ioannageorgopoulou: Νέα σελίδα με ''''Εικόνα 1:''' . '''Εικόνα 2:''' . '''Εικόνα 3:''' . ''...'

[[Εικόνα:| thumb| right|'''Εικόνα 1:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 2:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 3:''' .]]

'''Σύγκριση Τεχνικών Επεξεργασίας Εικόνων Τηλεπισκόπησης για την Ταυτοποίηση Πληγεισών Περιοχών από τα Δεδομένα του Landsat TM.'''

Συγγραφείς: Soe W. Myint, May Yuan, Randall S. Cerveny and Chandra P. Giri

Πηγή: Myint, Soe & Yuan, May & Cerveny, R.s & Chandra, Giri. (2008). Comparison of Remote Sensing Image Processing Techniques to Identify Tornado Damage Areas from Landsat TM Data. Sensors. 8. 10.3390/s8021128. [https://www.researchgate.net/publication/26547722_Comparison_of_Remote_Sensing_Image_Processing_Techniques_to_Identify_Tornado_Damage_Areas_from_Landsat_TM_Data]

Λέξεις κλειδιά: ανίχνευση αλλαγής, καταστροφή, ανάλυση κύριων συνιστωσών, ανίχνευση αλλαγής εικόνας, αντικειμενοστραφής

'''Σύνοψη'''

Οι τεχνικές τηλεπισκόπησης έχουν αποδειχτεί αποτελεσματικές για μεγάλης κλίμακας έρευνες μετά από κάποιο καταστροφικό γεγονός, τόσο σε σχεδόν πραγματικό χρόνο, όσο και σε εκ των υστέρων αναλύσεις. Το δοκίμιο αυτό στοχεύει στην σύγκριση της ακρίβειας των συνηθισμένων τεχνικών επεξεργασίας εικόνας που χρησιμοποιούνται στον εντοπισμό των τροχιών καταστροφής των κυκλώνων, από δεδομένα του Landsat TM. Χρησιμοποιήσαμε τον άμεσο εντοπισμό αλλαγής χρησιμοποιώντας δύο σετ εικόνων τα οποία έχουν ληφθεί πριν και μετά τον κυκλώνα, για να παράξουμε σύνθετες εικόνες PCA (Ανάλυση Κύριων Συνιστωσών) και ένα σετ ζωνών διαφοράς . Στις τεχνικές σύγκρισης συμπεριλαμβάνονται η εποπτευόμενη ταξινόμηση, η μη εποπτευόμενη ταξινόμηση, και η αντικειμενοστραφής ταξινόμηση με κύριο ταξινομητή τον πλησιέστερο γείτονα. Η αξιολόγηση ακρίβειας βασίζεται στον συντελεστή Κάππα, ο οποίος υπολογίζεται από πίνακες σφάλματος που διασταυρώνουν τα σωστά ταυτοποιημένα κελιά στην εικόνα ΤΜ και τα σφάλματα παράλειψης και καταγραφής στο αποτέλεσμα. Συνολικά, η αντικειμενοστραφής προσέγγιση παρουσιάζει τον υψηλότερο βαθμό ακρίβειας στον εντοπισμό καταστροφών από τυφώνες. Οι μέθοδοι PCA και ανίχνευσης αλλαγών εικόνας παράγει συγκρίσιμα αποτελέσματα. Αν και συγκεκριμένες μέθοδοι PCA μπορούν να βελτιώσουν την ακρίβεια κατά 5 έως 10%, η αντικειμενοστραφής προσέγγιση αποδίδει αισθητά καλύτερα με 15-20% υψηλότερη ακρίβεια από τις άλλες δύο τεχνικές.

Οι τεχνικές που συγκρίνονται είναι η PCA (Ανάλυση Κύριων Συνιστωσών), η ανίχνευση αλλαγής εικόνας και η αντικειμενοστραφής ταξινόμηση. Ουσιαστικά, η ανίχνευση κατεστραμμένων περιοχών είναι ένα πρόβλημα ταξινόμησης. Ο στόχος είναι να να ταξινομηθεί όλη η εκτάση των εικόνων σε δύο κλάσεις: κατεστραμμένη περιοχή και μη κατεστραμμένη. Όλες οι τεχνικές επεξεργασίας εικόνας για τον εντοπισμό κατεστραμμένης περιοχής υποθέτουν ότι οι κατεστραμμένες και μη περιοχές συσχετίζονται με διακρίσιμες διαφορές της φασματικής ανακλαστικότητας των εικόνων. Γι' αυτό, η ταξινόμηση της ανακλαστικότητας των εικόνων αποκαλύπτει κλάσεις κατεστραμμένων και μη κατεστραμμένων περιοχών.

'''Εκτίμηση καταστροφών με χρήση Ανάλυσης Κύριων συνιστωσών'''

Σε αυτήν τη μελέτη χρησιμοποιούμε την προσέγγιση άμεσου εντοπισμού αλλαγής με την χρήση ανάλυσης κύριας συνιστώσας (PCA) χρησιμοποιώντας δύο σύνολα εικόνων που λήφθηκαν πριν και μετά τον κυκλώνα για να παράγουμε μια κύρια σύνθετη εικόνα. Αυτό μπορεί να επιτευχθεί υπερθέτοντας δύο Ν-ζωνικές εικόνες για να παραχθεί μία 2Ν-ζωνική εικόνα ακολουθούμενη από μια ανάλυση κύριας συνιστώσας για να παραχθούν 2Ν ζώνες κύριας συνιστώσας. Ακολουθώντας την ίδια διαδικασία, δύο εικόνες Landsat TM με 6 ζώνες, εκτός της θερμικής, λαμβάνονται πριν και μετά το ξέσπασμα του κυκλώνα της 3ης Μαΐου του 1999 στην περιοχή μελέτης, υφίστανται συσσώρευση στρωμάτων εικόνας για να παράγουν μια 12-ζωνική εικόνα. Έπειτα μια ανάλυση κύριων συνιστωσών εκτελείται για να προκύψουν 12 ζώνες κυρίων συνιστωσών.

Χρησιμοποιήσαμε επίσης και έναν μη επιβλεπόμενο αλγόριθμο ταξινόμησης, συγκεκριμένα επαναληπτική ανάλυση αυτο-οργανωμένων δεδομένων (ISODATA), για να ταυτοποιήσουμε 50 συστάδες. Προσδιορίσαμε τις συστάδες που ανήκουν στις πληγείσες περιοχές, όπως μπορούμε να τις διακρίνουμε οπτικά, απεικονίζοντας μία συστάδα κάθε φορά στην οθόνη. Το ISODATA επαναλαμβάνει την συσταδοποίηση της εικόνα μέχρις ότου είτε εκτελεστεί ένας μέγιστος αριθμός επαναλήψεων είτε έχει επιτευχθεί το μέγιστο ποσοστό απαράλλακτων pixels μεταξύ δύο επαναλήψεων. Το μέγιστο ποσοστό απαράλλακτων pixels ονομάζεται κατώφλι σύγκλισης. Σε αυτήν την μελέτη, χρησιμοποιήσαμε 20 επαναλήψεις και κατώφλι σύγκλισης 0.97 στην περιοχή μελέτης. Το κατώφλι σύγκλισης 0.97 σημαίνει οι όταν το 97% ή παραπάνω από τα pixel μένουν στην ίδια συστάδα μεταξύ δύο επαναλήψεων, το πρόγραμμα σταματά.

'''Εκτίμηση καταστροφών με Προσέγγιση Ανίχνευσης Αλλαγής Εικόνας'''

Στην ανίχνευση αλλαγής εικόνας, εικόνες διαφορετικών ημερομηνιών που έχουν αναχθεί σε κοινό σύστημα συντεταγμένων αφαιρούνται, και αφού εφαρμοστεί μια τιμή κατωφλίου παράγεται μια εικόνα που δείχνει αλλαγές στην χρήση γης και στην εδαφοκάλυψη. Όπως αναφέραμε παραπάνω, οι τιμές κατωφλίου ορίζονται βάσει της τυπικής απόκλισης. Χαμηλότερη τυπική απόκλιση μπορεί να οδηγήσει σε μεγαλύτερη συμπερίληψη απαράλλακτων pixels. Ιδανικά, η επιλογή του κατάλληλου κατωφλίου πρέπει να βασίζεται στην ακρίβεια της κατηγοριοποιήσης των pixel ως μεταβληθέντων η αμετάβλητων. Οι τιμές κατωφλίου για μεταβολή/μη μεταβολή μπορούν να προσδιοριστούν από την μέση τιμή συν την τυπική απόκλιση ή διαδραστικά εκτελώντας ελεγχόμενη από τον χειριστή επεξεργασία μέσω οθόνης. Παρότι είναι μια απλή διαδικασία προσδιορίζει μόνο τις μεταβληθείσες περιοχές αντί να ταυτοποιεί τον τύπο των αλλαγών από μια κλάση σε μια άλλη. Xρησιμοποιήσαμε διαφορές εικόνων των δεδομένων ανακλαστικότητας του Landsat TM που λήφθησαν στις 26 Ιουνίου 1998 και στις 12 Μαΐου 2000. Επιλέξαμε όλες τις ζώνες διαφοράς εικόνας σας το πρώτο σετ ζωνών διαφοράς εικόνας για την ταυτοποίηση των πληγεισών περιοχών. Χρησιμοποιήσαμε επίσης και έναν μη εποπτευόμενο αλγόριθμο ταξινόμησης, ( επαναληπτική ανάλυση αυτο-οργανωμένων δεδομένων ISODATA), χρησιμοποιώντας 20 επαναλήψεις και τιμή κατωφλίου 0.97 για να προσδιορίσουμε 50 συστάδες για την εκτίμηση των πληγεισών περιοχών από τον κυκλώνα στα τρία παραπάνω σετ δεδομένων του of Landsat TM. Ακολουθώντας την ίδια διαδικασία, Προσδιορίσαμε τις συστάδες που ανήκουν σε πληγείσες περιοχές όπως αυτές ταυτοποιούνται οπτικά στις εικόνες απεικονίζοντάς διαδραστικά μία συστάδα την φορά στην οθόνη.

'''Εκτίμηση καταστροφών με την χρήση αντικειμενοστραφούς προσέγγισης'''

Ένα αντικείμενο ορίζεται ως μια ομάδα pixel που έχουν κοινές φασματικές και χωρικές ιδιότητες στην αντικειμενοστραφή προσέγγιση της ταξινόμησης εικόνων. Μια αντικειμενοστραφής προσέγγιση ταξινόμησής χρησιμοποιεί γενικά κατατμημένα αντικείμενα σε σχέση με διαφορετικά επίπεδα κλιμάκων σαν δομικές μονάδες αντί να προσδιορίζει σε κλίμακα pixel την ταξινόμηση εικόνας.

Η κατάτμηση εικόνας είναι ένας πρωταρχικός στόχος, κατά τον οποίο χωρίζουμε την εικόνα σε διαχωρισμένες ομάδες κελιών ή αντικειμένων ανάλογα με τις παραμέτρους που καθορίζονται στο πρώτο στάδιο που προηγείται της ταξινόμησης. Χρησιμοποιήσαμε το πρόγραμμα eCognition professional 4.0 για να εκτελέσουμε μια αντικειμενοστραφή προσέγγιση ταξινόμησής. Υπάρχουν τρεις παράμετροι που πρέπει να ταυτοποιηθούν στην λειτουργία κατάτμησης του eCognition, συγκεκριμένα το σχήμα (Ssh), η συμπάγεια (Scm) και η κλίμακα (Ssc). Η επιλογή Τυπικού Πλησιέστερου Γείτονα επιλέγει αυτόματα μέσες τιμές των αντικειμένων για όλες τις αρχικές ζώνες της επιλεγμένης εικόνας ενώ η επιλογή Πλησιέστερου Γείτονα απαιτεί από τον χρήστη να επιλέξει τις μεταβλητές (δηλ. σχήμα, υφή, ιεραρχία) στα χαρακτηριστικά του αντικειμένου, στα χαρακτηριστικά της κλάσης ή στα καθολικά χαρακτηριστικά.

Χρησιμοποιήσαμε την προσέγγιση πλησιέστερου γείτονα αφότου εκτελέσαμε κατάτμηση εικόνας σε στο απαιτούμενο επίπεδο κλίμακας.

'''Αξιολόγηση Ακρίβειας'''

Για την αξιολόγηση της ακρίβειας ταξινόμησης, δημιουργήθηκαν και αναλύθηκαν πίνακες σφάλματος για κάθε σύνθεση ζωνών και κάθε μέθοδο. Οι πίνακες σφάλματος δείχνουν την πιθανότητα της κλάσης στην οποία κάθε pixel πραγματικά ανήκει (στήλες) στον χάρτη, στην οποία καταχωρείται από την επιλεγμένη προσέγγιση (γραμμές). Από τον πίνακα σφάλματος προκύπτει η συνολική ακρίβεια, η ακρίβεια παραγωγής, η ακρίβεια χρήστη και ο συντελεστής Κάππα. Υποτίθεται ότι χρειάζονται κατ'ελάχιστον 50 δειγματικά σημεία για κάθε κατηγορία χρήσης γης και εδαφοκάλυψης στον πίνακα σφάλματος, ούτως ώστε να γίνει αξιολόγηση της ακρίβειας της ταξινόμησης. Χρησιμοποιήσαμε μια στρωματοποιημένη τυχαία δειγματοληπτική προσέγγιση για να επιλέξουμε 120 δειγματικά σημεία κάτι που οδηγεί σε περίπου 60 σημεία ανά κλάση. Για να είναι συνεπής και ακριβής η σύγκριση, χρησιμοποιήσαμε α ίδια δειγματικά σημεία τόσο για τον αντικειμενοστραφή ταξινομητή, όσο για την εποπτευόμενη προσέγγιση (δηλ. μέγιστη πιθανότητα) και την μη εποπτευόμενη (ISODATA). Για καλύτερη εκτίμηση, εκτελέσαμε την αξιολόγηση στους χάρτες όπως προέκυψαν από την επεξεργασία χωρίς περαιτέρω διόρθωση τους από τον χρήστη.

'''Συμπεράσματα'''

Καταλήξαμε ότι η σύνθεση PCA ζωνών 3 και 4 χρησιμοποιώντας εποπτευόμενη προσέγγιση έδωσε την υψηλότερη συνολική ακρίβεια από όλους τους παραδοσιακούς ταξινομητές με διαφορετικές σύνθετες ζώνες. Η σύνθετη διαφορά εικόνας των αρχικών ζωνών ανακλαστικότητας 1,2,3,4,5,6,7 χρησιμοποιώντας μη επιβλεπόμενη ταξινομητή και επιβλεπόμενο ταξινομητή, βρέθηκε ότι είναι η δεύτερη πιο αποτελεσματική από όλες τις προ ταξινόμησης τεχνικές ελέγχου διαφορών. Μπορεί να παρατηρηθεί στις εικόνες 19 έως 26 ότι υπάρχει αξιοσημείωτη σύγχυση υπογραφής μεταξύ άλλων αλλαγμένων περιοχών μεταξύ των δύο χρονικών περιόδων λόγω του κυκλώνα της 3ης Μαΐου 1999. Η πλειοψηφία των άλλων αλλαγμένων περιοχών που δεν είναι πληγείσες αποδείχτηκε ότι ήταν αλλαγές λόγω ενεργών και μη καλλιεργειών. Για να ελαχιστοποιήσουμε το πρόβλημα αυτό , οι δύο εικόνες πριν και μετά το γεγονός θα πρέπει να απέχουν μικρό χρονικό διάστημα, όποτε είναι αυτό δυνατόν. Για παράδειγμα, οι δύο εικόνες που λήφθησαν 10 μέρες πριν και μετά μια φυσική καταστροφή, αναμένεται να εξαλείψουν ή έστω να ελαχιστοποιήσουν την σύγχυση υπογραφών μεταξύ κατεστραμμένων και άλλων αλλαγμένων περιοχών.

Η επιτυχής χρήση του eCognition εξαρτάται από την συνεχή τροποποίηση των δειγμάτων εκπαίδευσης αλγορίθμου, την εκτέλεση της ταξινόμησης, την εξέταση του αποτελέσματος, και τον πειραματισμό με διαφορετικούς συνδυασμούς λειτουργιών με την προσέγγιση δοκιμή-και-λάθος. Η διαθεσιμότητα πολλών διαφορετικών συνδυασμών λειτουργιών, παραμέτρων, και μεταβλητών μας βοήθησαν να ταυτοποιήσουμε πληγείσες και μη περιοχές επιτυχώς. Μολοντούτο, συμπεραίνουμε ότι η αντικειμενοστραφής προσέγγιση είναι αποτελεσματική και αξιόπιστη στην ταυτοποίηση πληγεισών περιοχών λόγω που προκαλούνται από δριμέα καιρικά φαινόμενα.

[[category:Σύνταξη ψηφιακών τοπογραφικών χαρτών]]

Γεωργοπούλου Ιωάννα

2020-02-06T17:20:00Z

Ioannageorgopoulou:

Αξιολογώντας τα αποτελέσματα των συσκευών τηλεπισκόπησης και εντοπισμού ζώων

2020-02-06T17:19:30Z

Ioannageorgopoulou:

[[Εικόνα: Eikona1io.PNG | thumb| right|'''Εικόνα 1:''' Διάγραμμα ροής που περιγράφει καλές πρακτικές προστασίας οικοσυστημάτων .]]
[[Εικόνα: Grafima1io.PNG | thumb| right|'''Εικόνα 2:''' Γράφημα που αναλύει (i) τον αριθμό των δημοσιεύσεων για δορυφορικό εντοπισμό ζώων και (ii) τις δημοσιεύσεις δορυφορικού εντοπισμού θαλάσσιων χελωνών. Τα δεδομένα προέρχονται από μια γενική αναζήτηση στο διαδίκτυο. Για το (i) χρησιμοποιήθηκε η λέξη κλειδί ‘satellite tracking’ για δημοσιεύσεις από το 1970 έως σήμερα. Ξεχωρίσαμε αποτελέσματα που αφορούν βιολογία, οικολογία και περιβάλλον. Για το (ii) η λέξη κλειδί ήταν και πάλι ‘satellite tracking’, για την ίδια χρονική περίοδο.]]
[[Εικόνα: Grafima2io.PNG | thumb| right|'''Εικόνα 3:''' Γράφημα που αναλύει τον αριθμό χελωνών που εντοπίστηκαν στο www.seaturtle.org, σε ετήσια βάση. Τα δεδομένα προέρχονται από το αρχείο του www.seaturtle.org .]]

'''Αξιολογώντας τα αποτελέσματα των συσκευών τηλεπισκόπησης και εντοπισμού ζώων.'''

Συγγραφείς: CR McMahon, N Collier , JK Northfield και F Glen

Πηγή: McMahon, Clive & French Collier, Neil & Northfield, J. & Glen, F.. (2011). Taking the time to assess the effects of remote sensing and tracking devices on animals. Animal Welfare. 20. 515-521. [https://www.researchgate.net/publication/230996117_Taking_the_time_to_assess_the_effects_of_remote_sensing_and_tracking_devices_on_animals]

Λέξεις κλειδιά: καλή διαβίωση των ζώων, βιολογική καταγραφή, διατήρηση, ηθική, τηλεπισκόπηση, δορυφορική παρακολούθηση.

'''Σύνοψη'''

Η απομακρυσμένη παρακολούθηση της συμπεριφοράς των ζώων χρησιμοποιώντας τηλεμετρία και βιολογική καταγραφή, έχει γίνει δημοφιλής λόγω της τεχνολογικής προόδου, του μειωμένου κόστους των συσκευών και την ανάγκη κατανόησης της συμπεριφοράς των υποκειμένων χωρίς να διαταράσσονται. Κατά τη διάρκεια των τριών τελευταίων δεκαετιών, χιλιάδες κινήσεις ζώων ανιχνεύτηκαν από αυτές τις συσκευές. ωστόσο, τοποθετώντας συσκευές σε ανεπτυγμένους οργανισμούς εγείρει ανησυχίες σχετικά με το ενεργειακό κόστος και τις επιπτώσεις σε ζωτικούς ρυθμούς, καθώς και την αξιοπιστία των συλλεγόμενων στοιχείων (π.χ. πιθανότητα επιβίωσης). Ενθαρρύνουμε τους ερευνητές να συζητήσουν τις ανησυχίες τους, να πολιτικοποιήσουν την πιθανή επιρροή που έχουν οι συσκευές και η μέθοδος τοποθέτησης στα υποκείμενα και να τα παρουσιάσουν για να αξιολογηθούν από ομότιμους.

'''Ένα παράδειγμα ενός λόγου ανησυχίας - θαλάσσιες χελώνες:'''

Ενώ η ποσότητα των δεδομένων που συλλέγονται χρησιμοποιώντας αυτές τις συσκευές αυξάνονται εκθετικά (Godley 2008), υπάρχει μια σαφής έλλειψη συμπληρωματικών ερευνών σχετικά με τις επιπτώσεις αυτών με τις συσκευές που τοποθετούνται στα υποκείμενα που ερευνώνται - κάτι που θα έπρεπε να ανησυχεί - και μερικές φορές η περιορισμένη ανάλυση των διαδικασιών που λαμβάνουν χώρα από ερευνητές που εργάζονται στον τομέα αυτό (Wilson & McMahon 2006). Ένα σχετικό παράδειγμα είναι στο τομέα της έρευνας θαλάσσιων χελωνών. O ιστότοπος [ www.seaturtle.org ] , επιτρέπει σε ομάδες που ενδιαφέρονται να πραγματοποιήσουν δορυφορικές παρακολουθήσεις, να καταγράψουν τα αρχεία των δεδομένων τους στην ιστοσελίδα. Παρά το γεγονός ότι δεν είναι όλες οι ομάδες πρόθυμες να το κάνουν αυτό, από το 2003, στη σελίδα [ www.seaturtle.org ] έχουν αναλυθεί και αρχειοθετηθεί οι θαλάσσιες κινήσεις 558 θαλάσσιων χελωνών, για να μην αναφέρουμε και τις κινήσεις 270 θαλάσσιων χελωνών που παρακολουθούνται αυτήν την περίοδο.
Μολονότι έχει αυξηθεί ο αριθμός των δημοσιεύσεων σχετικά με τη δορυφορική παρακολούθηση των θαλάσσιων χελωνών από την δεκαετία του 1990, μόνο ένας μικρός αριθμός από αυτούς έχει αναλογιστεί την επίδραση της συσκευής στο ζώο (Ferraroli 2004, Hawkins 2004, Troëng 2006, Fossette 2008, Godley 2008). Η ηθική και η ευημερία πρέπει να βρίσκονται στην πρώτη γραμμή αυτού του είδους έρευνας, εξασφαλίζοντας ότι οι επιστήμονες θα έχουν πρόσβαση σε δεδομένα ηθικών τεχνικών και εφαρμογών. Από τα λίγα δημοσιευμένα παραδείγματα, τα σημαντικά προβλήματα έχουν υπογραμμιστεί (Troëng 2006). Με τη βελτίωση τόσο της μακροζωίας της συσκευής όσο και της προσάρτησή της, οι χελώνες μπορούν τώρα να παρακολουθούνται από απόσταση για περιόδους άνω του ενός χρόνου, μερικές φορές επιστρέφοντας στην γενέτειρά τους χρόνια αργότερα έχοντας ακόμα τη συσκευή (Troëng 2006). Ενώ δεν είναι σαφές τι επιπτώσεις έχουν αυτές οι μακροπρόθεσμες εφαρμογές, υπάρχουν τεκμηριωμένες περιπτώσεις σε θαλάσσια σπονδυλωτά που δείχνουν ότι τέτοιες εφαρμογές, ενδέχεται να έχουν επιβλαβείς συνέπειες όσον αφορά το ιστορικό ζωής (Massey 1988, Wanless 1988, Taylor & Gangopadhyay 2001, Simeone 2002, Whidden 2007). Για παράδειγμα, έχει παρατηρηθεί ότι τα ζώα έχουν υποστεί αρνητικές συνέπειες από τις συσκευές όταν αναζητούν τροφή ή αναπαράγονται (Massey 1988, Wilson & Wilson 1989, Croll 1996, Ballard 2001, Beaulieu 2010) καθώς και μειώσεις στα ποσοστά επιβίωσής τους (Jackson & Wilson 2002, Dugger 2006). Ωστόσο, υπάρχουν επίσης καλά αποδεικτικά στοιχεία, σχετικά με τις βραχυπρόθεσμες και μακροπρόθεσμες επιπτώσεις των συσκευών, τα οποία δείχνουν πως δεν έχει καμία επίδραση στα βασικά χαρακτηριστικά ανάπτυξης και επιβίωσης, ακόμη και στα πιο ευάλωτα ζώα που είναι πιθανότερο να επηρεαστούν από τη μεταφορά συσκευών (McMahon 2008). Αν και υπάρχουν προφανείς προειδοποιήσεις όταν συγκρίνουμε τις επιπτώσεις της συσκευής με την ευημερία σε όλα τα είδη, θα ήταν φρόνιμο να διερευνηθούν οι πιθανές επιπτώσεις στο ιστορικό ζωής που αυτές οι συσκευές μπορεί να έχουν στις χελώνες, δεδομένης της μακροζωίας των εγκαταστάσεων. Η διάρκεια που είναι τοποθετημένος ο αισθητήρας δεν είναι το μόνο που πρέπει να λάβουμε υπόψιν μας, καθώς υπάρχουν και άλλες ανησυχίες όσον αφορά τις συνέπειες της σύλληψης και της ομηρίας κατά τη διάρκεια της προσάρτησης της συσκευής, και της δυνητικής αύξησης του ποσού ενέργειας που απαιτείται για την εύρεση και την αποθήκευση τροφίμων. Επίσης, ανησυχίες υπάρχουν για την αναπαραγωγή και την συντήρηση λόγω έλξης από τον τοποθετημένο αισθητήρα, πράγμα που παρατηρήθηκε στις φώκιες (Arctocephalus spp) (Boyd 1997) και τους πιγκουίνους (Wilson 1986, Culik & Wilson 1991, 1992).

'''Γενικές επιδράσεις της προσάρτησης της συσκευής:'''

Ενώ τα δεδομένα είναι περιορισμένα για τις επιδράσεις που μπορεί να έχουν οι συσκευές, είναι συνετό να εξεταστούν τα πιθανά αποτελέσματα. Αυτά μπορούν να χωριστούν σε τέσσερις κύριες κατηγορίες:
* εκείνες που προκύπτουν από τη σύλληψη του ζώου (Croll 1991),
* τον τύπο που περιλαμβάνει το σχήμα, το μέγεθος και το χρώμα της συσκευής (Wilson & Wilson 1989, Bannasch 1994, Ropert-Coudert 2007),
* τη μέθοδο προσάρτησης (Bannasch 1994, Fossette 2008) και
* τη στιγμή και τη διάρκεια προσάρτησης της συσκευής (Watanuki 1992, Ropert-Coudert 2000).

Πρώτον, παροτρύνουμε τους ερευνητές να ποσοτικοποιήσουν τις συνέπειες της σύλληψης των ζώων και στη συνέχεια να ερευνήσουν την μετρίαση της επιρροής των ηρεμιστικών και αναισθητικών που χρησιμοποιούνται για την ακινητοποίηση. Ωστόσο, για να επέλθει η ακινητοποίηση, οργανισμοί και φορείς που ρυθμίζουν την έρευνα, πρέπει να έχουν επίγνωση της σημασίας του πειραματισμού με χημικά υποκατάστατα για την άγρια πανίδα και πρέπει να αναγνωρίσουν και να αποδεκτούν τον βαθμό ευθύνης που υπάρχει για τη μελέτη των ζώων άγριας φύσης. Μια προσεκτική προσέγγιση για τη συντήρηση, είναι απλώς μη ρεαλιστική στην παρούσα κρίση της βιοποικιλότητας.

'''Επίκληση σε όλες τις ομάδες:'''

Πρωταρχική σημασία σε αυτή τη συζήτηση έχει η απάντηση στο ερώτημα: γιατί υπάρχει τέτοια έλλειψη ποσοτικού προσδιορισμού στις επιπτώσεις αυτών των εφαρμογών στη συμπεριφορά και την ευημερία των ζώων; Μία πιθανή απάντηση θα μπορούσε να είναι η πολύπλευρη φύση της διατήρησης. Η διατήρηση έχει πολλές ομάδες εμπλεκόμενες (π.χ. επιστήμονες, κτηνίατροι, ΜΚΟ, ομάδες ευημερίας και συντήρησης) και ως εκ τούτου τα συναισθήματα μπορεί να είναι έντονα ειδικά όταν τα ζώα που μελετώνται είναι χαρισματικά (Jabour-Green & Bradshaw 2004, McMahon 2006). Όλες αυτές οι ομάδες έχουν διαφορετικές στοχεύσεις, οι οποίες είναι όλες αξιέπαινες, αλλά μερικές φορές ο πραγματικός στόχος μπορεί να χαθεί (McMahon 2006, Wilson & McMahon 2006). Πώς μπορούν όλες αυτές οι ομάδες να επιτύχουν αυτόν τον κοινό στόχο με συνεργατικό τρόπο; Η απάντηση είναι μια καλή προσπάθεια διατήρησης, που περιλαμβάνει την παρουσίαση δεδομένων σχετικά με τα αποτελέσματα που έχουν η μεταχείριση και οι συσκευές στα ζώα με ένα σαφή, ομοιόμορφο και ποσοτικοποιήσιμο τρόπο. Πράγματι, σε πολλές περιπτώσεις φαίνεται ότι αυτή η πληροφορία ενδέχεται να υπάρχει ήδη αλλά δεν έχει ακόμη αναλυθεί και παρουσιαστεί, όσον αφορά την αξιολόγηση των επιπτώσεων της έρευνας. Παραδείγματος χάριν, υπάρχουν μελέτες όπου τα ζώα έχουν εντοπιστεί για μεγάλες χρονικές περιόδους και οι πληροφορίες από αυτές τις μελέτες έχουν παράσχει ζωτικής σημασίας πληροφορίες σχετικά με το σημείο που βρίσκονται οι χελώνες και τους πιθανούς κινδύνους που συναντούν, π.χ. από αλίευση (Hays 2004). Θα μπορούσε επίσης να εξεταστεί το ζήτημα αξιολόγησης των επιπτώσεων της συσκευής στο πλαίσιο της δεοντολογικής διαδικασίας, ενθαρρύνοντας τους ερευνητές να διερευνήσουν περαιτέρω τις επιπτώσεις των συσκευών ως μέρος των υπαρκτών ηθικών παραγόντων και όχι ως μεταγενέστερη σκέψη, ή χειρότερα, χωρίς καν να το σκεφτούν. Φαίνεται συνετό, η ενημέρωση από αυτές τις μελέτες σχετικά με τα ποσοστά επιστροφής και οι μετρήσεις των επιρροών των τοποθετημένων συσκευών, να είναι χρήσιμη και σε άλλους ερευνητές. Ίσως μια τέτοια αναδρομική ανάλυση δεδομένων - με γνώμονα την ευημερία - πριν από τη διεξαγωγή περαιτέρω ερευνών, όχι μόνο θα εισαγάγει μια πιο προσεκτική προσέγγιση στην προοπτική της πειραματικής εργασίας, αλλά επίσης θα παράγει κάποιες απαραίτητες πληροφορίες σχετικά με την ευημερία των ζώων αυτών.

'''Επιπτώσεις της ευημερίας των ζώων:'''

Δεν σκοπεύουμε να επικρίνουμε ή να αμφισβητήσουμε την έρευνα ή τους ιθύνοντες ενός έργου, ωστόσο προτείνουμε τρόπους με τους οποίους οι ερευνητές μπορούν να βελτιώσουν τις πρακτικές τους. Ας ελπίσουμε, όταν εξετάζεται σε ατομική βάση, ότι μπορεί να φτιαχτεί ένα λογικό σενάριο για κάθε ζώο που μεταφέρει απομακρυσμένους αισθητήρες. Ωστόσο, εάν ο στόχος είναι η διατήρηση του ζωικού πληθυσμού, τότε η ερευνητική κοινότητα πρέπει να γίνει πιο στρατηγική στην έρευνά της και να είναι πρόθυμη να αξιολογούνται, πιο συχνά, οι μέθοδοί της. Για παράδειγμα, σε περιπτώσεις όπου υπάρχει έλλειψη πληροφοριών για συγκεκριμένες περιοχές ή είδη, θα ήταν καλό οι ερευνητές να είναι περισσότερο συγκεκριμένοι στην εφαρμογή εξοπλισμού τηλεανίχνευσης. Η προσέγγισή μας υποστηρίζει την άντληση όσο το δυνατόν περισσότερης μάθησης από όσο το δυνατόν λιγότερα ζώα και είναι σχεδόν ταυτισμένη με την προσέγγιση 3Rs - ένα πλαίσιο που χρησιμοποιείται ευρέως στην έρευνα ζώου και κτηνοτροφίας, αλλά περιορίζεται στην έρευνα της άγριας φύσης.
Έχοντας κατά νου τα 3Rs, οι ερευνητές πρέπει να λάβουν κάποια βασικά μέτρα πριν από την έναρξη της έρευνας:
* οι μέθοδοι που χρησιμοποιούνται να είναι οι λιγότερο επεμβατικές και οι επιρροές της διαδικασίας σύλληψης να ελαχιστοποιούνται (Murray & Fuller 2000, Gannon & Sikes 2007, Casper 2009),
* να ελαχιστοποιηθούν οι επιπτώσεις της μεταχείρισης των ζώων και να βρίσκονται οι μέθοδοι προσάρτησης που ταιριάζουν καλύτερα στο εκάστοτε ζώο (Withey 2001),
* εντόπιση των καλύτερων μεθόδων προσάρτησης και πώς μπορούν να ελαχιστοποιηθούν οι επιπτώσεις τους (Sykes Jr 1990, Godfrey 2003, Ackerman 2004) και (iv) την ελαχιστοποίηση της διάρκειας που πρέπει να είναι προσκολλημένη η συσκευή στο ζώο και αν υπάρχουν εναλλακτικές λύσεις που θα μπορούσαν να ερευνηθούν (Wilson & McMahon 2006).

[[category:Εκτίμηση βιοπικοιλότητας]]

Αρχείο:Grafima2io.PNG

2020-02-06T17:16:47Z

Ioannageorgopoulou: Γράφημα που αναλύει τον αριθμό χελωνών που εντοπίστηκαν στο www.seaturtle.org, σε ετήσια βάση. Τα δεδομένα προέρχονται από το αρχείο του www.seaturtle.org .

Γράφημα που αναλύει τον αριθμό χελωνών που εντοπίστηκαν στο www.seaturtle.org, σε ετήσια βάση. Τα δεδομένα προέρχονται από το αρχείο του www.seaturtle.org .

Αρχείο:Grafima1io.PNG

2020-02-06T17:16:15Z

Ioannageorgopoulou: Γράφημα που αναλύει (i) τον αριθμό των δημοσιεύσεων για δορυφορικό εντοπισμό ζώων και (ii) τις δημοσιεύσεις δορυφορικού εντοπισμού θαλάσσιων

Γράφημα που αναλύει (i) τον αριθμό των δημοσιεύσεων για δορυφορικό εντοπισμό ζώων και (ii) τις δημοσιεύσεις δορυφορικού εντοπισμού θαλάσσιων χελωνών. Τα δεδομένα προέρχονται από μια γενική αναζήτηση στο διαδίκτυο. Για το (i) χρησιμοποιήθηκε η λέξη κλειδί ‘satellite tracking’ για δημοσιεύσεις από το 1970 έως σήμερα. Ξεχωρίσαμε αποτελέσματα που αφορούν βιολογία, οικολογία και περιβάλλον. Για το (ii) η λέξη κλειδί ήταν και πάλι ‘satellite tracking’, για την ίδια χρονική περίοδο.

Αρχείο:Eikona1io.PNG

2020-02-06T17:15:22Z

Ioannageorgopoulou: Διάγραμμα ροής που περιγράφει καλές πρακτικές προστασίας οικοσυστημάτων.

Διάγραμμα ροής που περιγράφει καλές πρακτικές προστασίας οικοσυστημάτων.

Αξιολογώντας τα αποτελέσματα των συσκευών τηλεπισκόπησης και εντοπισμού ζώων

2020-02-06T17:14:02Z

Ioannageorgopoulou: Νέα σελίδα με ''''Εικόνα 1:''' . '''Εικόνα 2:''' . '''Εικόνα 3:''' . ''...'

[[Εικόνα:| thumb| right|'''Εικόνα 1:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 2:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 3:''' .]]

'''Αξιολογώντας τα αποτελέσματα των συσκευών τηλεπισκόπησης και εντοπισμού ζώων'''

Συγγραφείς: CR McMahon, N Collier , JK Northfield και F Glen

Πηγή: McMahon, Clive & French Collier, Neil & Northfield, J. & Glen, F.. (2011). Taking the time to assess the effects of remote sensing and tracking devices on animals. Animal Welfare. 20. 515-521. [https://www.researchgate.net/publication/230996117_Taking_the_time_to_assess_the_effects_of_remote_sensing_and_tracking_devices_on_animals]

Λέξεις κλειδιά: καλή διαβίωση των ζώων, βιολογική καταγραφή, διατήρηση, ηθική, τηλεπισκόπηση, δορυφορική παρακολούθηση.

'''Σύνοψη'''

Η απομακρυσμένη παρακολούθηση της συμπεριφοράς των ζώων χρησιμοποιώντας τηλεμετρία και βιολογική καταγραφή, έχει γίνει δημοφιλής λόγω της τεχνολογικής προόδου, του μειωμένου κόστους των συσκευών και την ανάγκη κατανόησης της συμπεριφοράς των υποκειμένων χωρίς να διαταράσσονται. Κατά τη διάρκεια των τριών τελευταίων δεκαετιών, χιλιάδες κινήσεις ζώων ανιχνεύτηκαν από αυτές τις συσκευές. ωστόσο, τοποθετώντας συσκευές σε ανεπτυγμένους οργανισμούς εγείρει ανησυχίες σχετικά με το ενεργειακό κόστος και τις επιπτώσεις σε ζωτικούς ρυθμούς, καθώς και την αξιοπιστία των συλλεγόμενων στοιχείων (π.χ. πιθανότητα επιβίωσης). Ενθαρρύνουμε τους ερευνητές να συζητήσουν τις ανησυχίες τους, να πολιτικοποιήσουν την πιθανή επιρροή που έχουν οι συσκευές και η μέθοδος τοποθέτησης στα υποκείμενα και να τα παρουσιάσουν για να αξιολογηθούν από ομότιμους.

'''Ένα παράδειγμα ενός λόγου ανησυχίας - θαλάσσιες χελώνες:'''

Ενώ η ποσότητα των δεδομένων που συλλέγονται χρησιμοποιώντας αυτές τις συσκευές αυξάνονται εκθετικά (Godley 2008), υπάρχει μια σαφής έλλειψη συμπληρωματικών ερευνών σχετικά με τις επιπτώσεις αυτών με τις συσκευές που τοποθετούνται στα υποκείμενα που ερευνώνται - κάτι που θα έπρεπε να ανησυχεί - και μερικές φορές η περιορισμένη ανάλυση των διαδικασιών που λαμβάνουν χώρα από ερευνητές που εργάζονται στον τομέα αυτό (Wilson & McMahon 2006). Ένα σχετικό παράδειγμα είναι στο τομέα της έρευνας θαλάσσιων χελωνών. O ιστότοπος [ www.seaturtle.org ] , επιτρέπει σε ομάδες που ενδιαφέρονται να πραγματοποιήσουν δορυφορικές παρακολουθήσεις, να καταγράψουν τα αρχεία των δεδομένων τους στην ιστοσελίδα. Παρά το γεγονός ότι δεν είναι όλες οι ομάδες πρόθυμες να το κάνουν αυτό, από το 2003, στη σελίδα [ www.seaturtle.org ] έχουν αναλυθεί και αρχειοθετηθεί οι θαλάσσιες κινήσεις 558 θαλάσσιων χελωνών, για να μην αναφέρουμε και τις κινήσεις 270 θαλάσσιων χελωνών που παρακολουθούνται αυτήν την περίοδο.
Μολονότι έχει αυξηθεί ο αριθμός των δημοσιεύσεων σχετικά με τη δορυφορική παρακολούθηση των θαλάσσιων χελωνών από την δεκαετία του 1990, μόνο ένας μικρός αριθμός από αυτούς έχει αναλογιστεί την επίδραση της συσκευής στο ζώο (Ferraroli 2004, Hawkins 2004, Troëng 2006, Fossette 2008, Godley 2008). Η ηθική και η ευημερία πρέπει να βρίσκονται στην πρώτη γραμμή αυτού του είδους έρευνας, εξασφαλίζοντας ότι οι επιστήμονες θα έχουν πρόσβαση σε δεδομένα ηθικών τεχνικών και εφαρμογών. Από τα λίγα δημοσιευμένα παραδείγματα, τα σημαντικά προβλήματα έχουν υπογραμμιστεί (Troëng 2006). Με τη βελτίωση τόσο της μακροζωίας της συσκευής όσο και της προσάρτησή της, οι χελώνες μπορούν τώρα να παρακολουθούνται από απόσταση για περιόδους άνω του ενός χρόνου, μερικές φορές επιστρέφοντας στην γενέτειρά τους χρόνια αργότερα έχοντας ακόμα τη συσκευή (Troëng 2006). Ενώ δεν είναι σαφές τι επιπτώσεις έχουν αυτές οι μακροπρόθεσμες εφαρμογές, υπάρχουν τεκμηριωμένες περιπτώσεις σε θαλάσσια σπονδυλωτά που δείχνουν ότι τέτοιες εφαρμογές, ενδέχεται να έχουν επιβλαβείς συνέπειες όσον αφορά το ιστορικό ζωής (Massey 1988, Wanless 1988, Taylor & Gangopadhyay 2001, Simeone 2002, Whidden 2007). Για παράδειγμα, έχει παρατηρηθεί ότι τα ζώα έχουν υποστεί αρνητικές συνέπειες από τις συσκευές όταν αναζητούν τροφή ή αναπαράγονται (Massey 1988, Wilson & Wilson 1989, Croll 1996, Ballard 2001, Beaulieu 2010) καθώς και μειώσεις στα ποσοστά επιβίωσής τους (Jackson & Wilson 2002, Dugger 2006). Ωστόσο, υπάρχουν επίσης καλά αποδεικτικά στοιχεία, σχετικά με τις βραχυπρόθεσμες και μακροπρόθεσμες επιπτώσεις των συσκευών, τα οποία δείχνουν πως δεν έχει καμία επίδραση στα βασικά χαρακτηριστικά ανάπτυξης και επιβίωσης, ακόμη και στα πιο ευάλωτα ζώα που είναι πιθανότερο να επηρεαστούν από τη μεταφορά συσκευών (McMahon 2008). Αν και υπάρχουν προφανείς προειδοποιήσεις όταν συγκρίνουμε τις επιπτώσεις της συσκευής με την ευημερία σε όλα τα είδη, θα ήταν φρόνιμο να διερευνηθούν οι πιθανές επιπτώσεις στο ιστορικό ζωής που αυτές οι συσκευές μπορεί να έχουν στις χελώνες, δεδομένης της μακροζωίας των εγκαταστάσεων. Η διάρκεια που είναι τοποθετημένος ο αισθητήρας δεν είναι το μόνο που πρέπει να λάβουμε υπόψιν μας, καθώς υπάρχουν και άλλες ανησυχίες όσον αφορά τις συνέπειες της σύλληψης και της ομηρίας κατά τη διάρκεια της προσάρτησης της συσκευής, και της δυνητικής αύξησης του ποσού ενέργειας που απαιτείται για την εύρεση και την αποθήκευση τροφίμων. Επίσης, ανησυχίες υπάρχουν για την αναπαραγωγή και την συντήρηση λόγω έλξης από τον τοποθετημένο αισθητήρα, πράγμα που παρατηρήθηκε στις φώκιες (Arctocephalus spp) (Boyd 1997) και τους πιγκουίνους (Wilson 1986, Culik & Wilson 1991, 1992).

'''Γενικές επιδράσεις της προσάρτησης της συσκευής:'''

Ενώ τα δεδομένα είναι περιορισμένα για τις επιδράσεις που μπορεί να έχουν οι συσκευές, είναι συνετό να εξεταστούν τα πιθανά αποτελέσματα. Αυτά μπορούν να χωριστούν σε τέσσερις κύριες κατηγορίες:
* εκείνες που προκύπτουν από τη σύλληψη του ζώου (Croll 1991),
* τον τύπο που περιλαμβάνει το σχήμα, το μέγεθος και το χρώμα της συσκευής (Wilson & Wilson 1989, Bannasch 1994, Ropert-Coudert 2007),
* τη μέθοδο προσάρτησης (Bannasch 1994, Fossette 2008) και
* τη στιγμή και τη διάρκεια προσάρτησης της συσκευής (Watanuki 1992, Ropert-Coudert 2000).

Πρώτον, παροτρύνουμε τους ερευνητές να ποσοτικοποιήσουν τις συνέπειες της σύλληψης των ζώων και στη συνέχεια να ερευνήσουν την μετρίαση της επιρροής των ηρεμιστικών και αναισθητικών που χρησιμοποιούνται για την ακινητοποίηση. Ωστόσο, για να επέλθει η ακινητοποίηση, οργανισμοί και φορείς που ρυθμίζουν την έρευνα, πρέπει να έχουν επίγνωση της σημασίας του πειραματισμού με χημικά υποκατάστατα για την άγρια πανίδα και πρέπει να αναγνωρίσουν και να αποδεκτούν τον βαθμό ευθύνης που υπάρχει για τη μελέτη των ζώων άγριας φύσης. Μια προσεκτική προσέγγιση για τη συντήρηση, είναι απλώς μη ρεαλιστική στην παρούσα κρίση της βιοποικιλότητας.

'''Επίκληση σε όλες τις ομάδες:'''

Πρωταρχική σημασία σε αυτή τη συζήτηση έχει η απάντηση στο ερώτημα: γιατί υπάρχει τέτοια έλλειψη ποσοτικού προσδιορισμού στις επιπτώσεις αυτών των εφαρμογών στη συμπεριφορά και την ευημερία των ζώων; Μία πιθανή απάντηση θα μπορούσε να είναι η πολύπλευρη φύση της διατήρησης. Η διατήρηση έχει πολλές ομάδες εμπλεκόμενες (π.χ. επιστήμονες, κτηνίατροι, ΜΚΟ, ομάδες ευημερίας και συντήρησης) και ως εκ τούτου τα συναισθήματα μπορεί να είναι έντονα ειδικά όταν τα ζώα που μελετώνται είναι χαρισματικά (Jabour-Green & Bradshaw 2004, McMahon 2006). Όλες αυτές οι ομάδες έχουν διαφορετικές στοχεύσεις, οι οποίες είναι όλες αξιέπαινες, αλλά μερικές φορές ο πραγματικός στόχος μπορεί να χαθεί (McMahon 2006, Wilson & McMahon 2006). Πώς μπορούν όλες αυτές οι ομάδες να επιτύχουν αυτόν τον κοινό στόχο με συνεργατικό τρόπο; Η απάντηση είναι μια καλή προσπάθεια διατήρησης, που περιλαμβάνει την παρουσίαση δεδομένων σχετικά με τα αποτελέσματα που έχουν η μεταχείριση και οι συσκευές στα ζώα με ένα σαφή, ομοιόμορφο και ποσοτικοποιήσιμο τρόπο. Πράγματι, σε πολλές περιπτώσεις φαίνεται ότι αυτή η πληροφορία ενδέχεται να υπάρχει ήδη αλλά δεν έχει ακόμη αναλυθεί και παρουσιαστεί, όσον αφορά την αξιολόγηση των επιπτώσεων της έρευνας. Παραδείγματος χάριν, υπάρχουν μελέτες όπου τα ζώα έχουν εντοπιστεί για μεγάλες χρονικές περιόδους και οι πληροφορίες από αυτές τις μελέτες έχουν παράσχει ζωτικής σημασίας πληροφορίες σχετικά με το σημείο που βρίσκονται οι χελώνες και τους πιθανούς κινδύνους που συναντούν, π.χ. από αλίευση (Hays 2004). Θα μπορούσε επίσης να εξεταστεί το ζήτημα αξιολόγησης των επιπτώσεων της συσκευής στο πλαίσιο της δεοντολογικής διαδικασίας, ενθαρρύνοντας τους ερευνητές να διερευνήσουν περαιτέρω τις επιπτώσεις των συσκευών ως μέρος των υπαρκτών ηθικών παραγόντων και όχι ως μεταγενέστερη σκέψη, ή χειρότερα, χωρίς καν να το σκεφτούν. Φαίνεται συνετό, η ενημέρωση από αυτές τις μελέτες σχετικά με τα ποσοστά επιστροφής και οι μετρήσεις των επιρροών των τοποθετημένων συσκευών, να είναι χρήσιμη και σε άλλους ερευνητές. Ίσως μια τέτοια αναδρομική ανάλυση δεδομένων - με γνώμονα την ευημερία - πριν από τη διεξαγωγή περαιτέρω ερευνών, όχι μόνο θα εισαγάγει μια πιο προσεκτική προσέγγιση στην προοπτική της πειραματικής εργασίας, αλλά επίσης θα παράγει κάποιες απαραίτητες πληροφορίες σχετικά με την ευημερία των ζώων αυτών.

'''Επιπτώσεις της ευημερίας των ζώων:'''

Δεν σκοπεύουμε να επικρίνουμε ή να αμφισβητήσουμε την έρευνα ή τους ιθύνοντες ενός έργου, ωστόσο προτείνουμε τρόπους με τους οποίους οι ερευνητές μπορούν να βελτιώσουν τις πρακτικές τους. Ας ελπίσουμε, όταν εξετάζεται σε ατομική βάση, ότι μπορεί να φτιαχτεί ένα λογικό σενάριο για κάθε ζώο που μεταφέρει απομακρυσμένους αισθητήρες. Ωστόσο, εάν ο στόχος είναι η διατήρηση του ζωικού πληθυσμού, τότε η ερευνητική κοινότητα πρέπει να γίνει πιο στρατηγική στην έρευνά της και να είναι πρόθυμη να αξιολογούνται, πιο συχνά, οι μέθοδοί της. Για παράδειγμα, σε περιπτώσεις όπου υπάρχει έλλειψη πληροφοριών για συγκεκριμένες περιοχές ή είδη, θα ήταν καλό οι ερευνητές να είναι περισσότερο συγκεκριμένοι στην εφαρμογή εξοπλισμού τηλεανίχνευσης. Η προσέγγισή μας υποστηρίζει την άντληση όσο το δυνατόν περισσότερης μάθησης από όσο το δυνατόν λιγότερα ζώα και είναι σχεδόν ταυτισμένη με την προσέγγιση 3Rs - ένα πλαίσιο που χρησιμοποιείται ευρέως στην έρευνα ζώου και κτηνοτροφίας, αλλά περιορίζεται στην έρευνα της άγριας φύσης.
Έχοντας κατά νου τα 3Rs, οι ερευνητές πρέπει να λάβουν κάποια βασικά μέτρα πριν από την έναρξη της έρευνας:
* οι μέθοδοι που χρησιμοποιούνται να είναι οι λιγότερο επεμβατικές και οι επιρροές της διαδικασίας σύλληψης να ελαχιστοποιούνται (Murray & Fuller 2000, Gannon & Sikes 2007, Casper 2009),
* να ελαχιστοποιηθούν οι επιπτώσεις της μεταχείρισης των ζώων και να βρίσκονται οι μέθοδοι προσάρτησης που ταιριάζουν καλύτερα στο εκάστοτε ζώο (Withey 2001),
* εντόπιση των καλύτερων μεθόδων προσάρτησης και πώς μπορούν να ελαχιστοποιηθούν οι επιπτώσεις τους (Sykes Jr 1990, Godfrey 2003, Ackerman 2004) και (iv) την ελαχιστοποίηση της διάρκειας που πρέπει να είναι προσκολλημένη η συσκευή στο ζώο και αν υπάρχουν εναλλακτικές λύσεις που θα μπορούσαν να ερευνηθούν (Wilson & McMahon 2006).

[[category:Εκτίμηση βιοπικοιλότητας]]

Γεωργοπούλου Ιωάννα

2020-02-06T16:56:23Z

Ioannageorgopoulou:

Τηλεπισκόπηση των ζώων

2020-02-06T16:55:46Z

Ioannageorgopoulou:

[[Εικόνα: Globe.PNG | thumb| right|'''Εικόνα 1:''' Η προς βορρά και προς νότο μετανάστευση των γερακιών κατά τον Swainson .]]
[[Εικόνα: Carolina.PNG | thumb| right|'''Εικόνα 2:''' Η κατανομή 60 και 90 ημερών των τελικών θέσεων των κυανοπτέρυγων τόνων στο Cape Hatteras, North Carolina. Η σκίαση στον Ατλαντικό αντιπροσωπεύει το βάθος .]]

'''Πρόοδος στη Φυσική Γεωγραφία: '''

'''Τηλεπισκόπηση των ζώων'''

Συγγραφείς: Thomas W. Gillespie

Πηγή: Gillespie, T. W. (2001). Remote sensing of animals. Progress in Physical Geography: Earth and Environment, 25(3), 355–362.[https://doi.org/10.1177/030913330102500303]

Λέξεις κλειδιά: βιογεωγραφία, διατήρηση, θαλάσσια περιβάλλοντα, μετανάστευση, τηλεπισκόπηση, δορυφορική παρακολούθηση, επίγεια περιβάλλοντα.

'''Σύνοψη'''

Η βελτιωμένη ακρίβεια και ευστοχία του εντοπισμού ζώων μέσω δορυφόρων, έχει σημαντική επίδραση στην ποσοτικοποίηση βιογεωγραφικών μοτίβων μεγάλης κλίμακας για μια ποικιλία κατηγοριών ταξινόμησης, με σημαντικές επιπτώσεις για τη διατήρηση και τη διαχείριση των φυσικών πόρων. Αυτό το άρθρο εξετάζει μια έρευνα που διεξήχθη από το 1995 έως το 1999 για να προσφέρει μια επισκόπησης της προόδου της τηλεπισκόπησης των μετακινήσεων των ζώων, τόσο στο χερσαίο όσο και στο θαλάσσιο περιβάλλον και να εντοπίσουν τάσεις, αρκετά υποσχόμενες, για τη βιογεωγραφική έρευνα στον εικοστό πρώτο αιώνα. Η τηλεπισκόπηση των ζώων από δορυφόρους παρέχει μια νέα μέθοδο για τη δοκιμή ορισμένων βιογεωγραφικών υποθέσεων που σχετίζονται με τη μετανάστευση και μπορεί να εντοπίσει έναν αριθμό περιβαλλοντικών συσχετισμών που αφορά την κατανομή των ειδών. Η παρακολούθηση μικρότερων ειδών και οι αυξήσεις του μεγέθους του δείγματος είναι βέβαιο ότι θα συμβούν, καθώς το μέγεθος και το κόστος του πομπού θα συνεχίσουν να μειώνονται την επόμενη δεκαετία. Οι γεωγράφοι μπορούν να συμβάλλουν σημαντικά στην κατανόηση του τρόπου διασποράς και κατανομής των ειδών, συνδυάζοντας σε πραγματικό χρόνο και αρχειοθετημένα, παγκόσμια και περιφερειακά σύνολα δεδομένων με υπάρχοντα δεδομένα από προηγούμενες μελέτες και μελλοντικά ερευνητικά έργα. Μόνο τέσσερις μελέτες χρησιμοποίησαν δεδομένα GIS ή εικόνες με τηλεανίχνευση σε αυτή την ανασκόπηση, ενώ οι υπόλοιπες μελέτες ανέφεραν ότι χρησιμοποίησαν απλά ψηφιακά γραφήματα γραμμής χωρών, την τοπογραφία, τα χερσαία και θαλάσσια σύνορα.

'''Εισαγωγή'''

Η δορυφορική παρακολούθηση των ζώων άρχισε στις αρχές της δεκαετίας του 1970, όταν ετικέτες βάρους 5-11 κιλά, με ακρίβεια 5 χιλιομέτρων, συνδέθηκαν με μεγάλα θηλαστικά (Kenward, 1987). Στα τέλη της δεκαετίας του 80’, αναπτύχθηκαν ακροδέκτες πομπού πλατφόρμας που θα μπορούσαν να συνδεθούν με μικρότερα θηλαστικά και πτηνά. Τα σήματα από αυτούς τους πομπούς παραλήφθηκαν από τη σειρά Tiros N των Εθνικών Δορυφόρων Ωκεανικής και Ατμοσφαιρικής Διοίκησης (National Oceanic and Atmospheric Administration ,NOAA) που αναμεταδίδονται σε σταθμούς εδάφους σε πραγματικό χρόνο. Οι ακροδέκτες πομπού πλατφόρμας στα τέλη της δεκαετίας του 80’ και στις αρχές της δεκαετίας του 90’ ζυγίζουν από 1,5 έως 1,7 kg με ακρίβεια περίπου 1 χιλιομέτρου (Messier, 1992). Πρόσφατες τεχνολογικές εξελίξεις στο μέγεθος τσιπ, στο μέγεθος και τη διάρκεια της μπαταρίας, καθώς και ένας αυξημένος αριθμός δορυφόρων και επίγειων σταθμών οδήγησε σε πομπούς που ζυγίζουν μεταξύ 20 και 30 g και είναι ικανοί να εντοπίζουν είδη σε απόσταση 150 μέτρων (Argos, 2000). Η βελτιωμένη ακρίβεια στην παρακολούθηση των ζώων μέσω δορυφόρων, έχει επηρεάσει σημαντικά την ποσοτικοποίηση μεγάλης κλίμακας βιογραφικών προτύπων για μια ποικιλία κατηγοριών ταξινόμησης, με σημαντικές επιπτώσεις στη διατήρηση και διαχείριση φυσικών πόρων. Σε αυτό το άρθρο, επανεξετάζω την έρευνα που διεξήχθη από το 1995 έως το1999 για να κατατεθεί μια επισκόπηση των προόδων στην τηλεπισκόπηση των κινήσεων και των μεταναστεύσεων των ζώων τόσο στο χερσαίο, όσο και στο θαλάσσιο περιβάλλον και να εντοπίσω πολλά υποσχόμενες τάσεις για τη βιογεωγραφική έρευνα στον εικοστό πρώτο αιώνα.

'''Χερσαία Περιβάλλοντα:'''

Οι παραδοσιακές μέθοδοι παρακολούθησης των μετακινήσεων και των μεταναστεύσεων χερσαίων ζώων, έχουν χρησιμοποιήσει ραντάρ, ζώνης και πολύ υψηλής συχνότητας (VHF) ραδιοτηλεμετρίας. Το ραντάρ Doppler χρησιμοποιήθηκε από τη δεκαετία του 1950 για να μελετήσει τη μετανάστευση των πτηνών και έχει αποδειχθεί ότι δίνει μια πρόβλεψη όσον αφορά την ταχύτητα, την κατεύθυνση και το ύψος πτήσης των πτηνών, ειδικά για μεγάλα σμήνη εποχιακών μεταναστών (Eastwood, 1967). Ωστόσο, το ραντάρ δεν μπορεί να χρησιμοποιηθεί για τον προσδιορισμό μιας μονάδας ενός είδους και μια ανάλυση των μετακινήσεων των πτηνών μπορεί να περιπλέκεται από το ποσό της υγρασίας, του καπνού και της σκόνης στην ατμόσφαιρα (Cohn, 1999). Οι ζώνες πουλιών έχoυν καταληφθεί για περισσότερο από έναν αιώνα και σήμερα υπάρχουν πάνω από 1000 αδειοδοτημένες ζώνες πουλιών μόνο στις ΗΠΑ, όπου συγκεντρώνονται κατά μέσο όρο 1,2 εκατομμύρια πουλιά κάθε έτος (Gauthreaux, 1996, Weidensaul, 1999). Παρατηρήσεις και ανακλήσεις ζωνών των πτηνών, παρείχαν στους επιστήμονες πληροφορίες σχετικά με τις διαδρομές μετανάστευσης, στοιχεία για το μέγεθος και τη τοποθεσία της φωλιάς. Ωστόσο, η χρονική και χωρική ανάλυση των δεδομένων ζώνης πουλιών είναι σχετικά χαμηλά, με ποσοστό ανάκτησης για μικρά πτηνά μικρότερο από 2% και υδρόβια πτηνά μικρότερο από 15%. Η έλευση του επίγειου VHF-ραδιοεντοπισμού τη δεκαετία του 1960 επέτρεψε στους επιστήμονες να παρακολουθούν τις μετακινήσεις ειδών και το μέγεθος των καταφυγίων τους σε ακτίνα τουλάχιστον 50 έως 300 τετραγωνικών χιλιομέτρων (Kenward, 1987). Η παρακολούθηση VHF έχει πολλά πλεονεκτήματα σε σχέση με την παρακολούθηση μέσω δορυφόρου επειδή μπορεί να καταγράψει την τοποθεσία ενός είδους σε απόσταση ελάχιστων μέτρων και μπορεί να εφαρμοστεί σε περιοχές με πυκνή κάλυψη σκιάς όπως τα τροπικά δάση. Τα πλεονεκτήματα της δορυφορικής τηλεμετρίας είναι ότι μόλις συνδεθεί ο πομπός, ο ερευνητής δεν χρειάζεται να εκτελέσει εκτεταμένο τριγωνισμό πεδίου και είναι ευκολότερο να μελετήσει μεγαλύτερο εύρος ειδών, που διασχίζουν τα διεθνή σύνορα.

'''Θαλάσσια Περιβάλλοντα:'''

Η παρακολούθηση των μετακινήσεων των ζώων σε θαλάσσια περιβάλλοντα ήταν πάντα προβληματική πριν την εμφάνιση της δορυφορικής τηλεμετρίας, όπου οι πληροφορίες, σχετικά με τις μετακινήσεις και τις μεταναστεύσεις των ειδών, συλλέγονταν μέσω άμεσων παρατηρήσεων από την ακτή, από σκάφη και αεροπορικές έρευνες. Οι έρευνες σκαφών και αεροσκαφών εξαρτώνται σε μεγάλο βαθμό από την οπτική τοποθέτηση ειδών κοντά στην ακτή και τη βοήθεια κλειδιών ή ετικετών για την ταυτοποίηση ατόμων (Garner, 1999). Έρευνες σκαφών και αεροσκαφών παρέχουν σημαντικά στοιχεία για την αφθονία και τη διανομή σε τοπική χωρική κλίμακα. Ωστόσο, αυτές οι μέθοδοι παρέχουν περιορισμένα χωρικά και χρονικά δεδομένα. Οι μεγαλύτερες εναέριες έρευνες συλλέγουν δεδομένα μέσω transect line (διατέμνουσα γραμμή) που καλύπτουν λιγότερο από 1000 τετραγωνικά χλμ. και εκτελούνται γενικά το καλοκαίρι,διότι δεν μπορούν να πραγματοποιηθούν με κακές καιρικές συνθήκες (Sagar and Weimerskirch, 1996, Wilson, 1996, Garner, 1999). Πριν την έλευση του δορυφορικού εντοπισμού σχεδόν όλα τα οικολογικά δεδομένα και τα δεδομένα διανομής των θαλάσσιων πουλιών συλλέγονταν από έρευνες επί ξηράς κατά τη διάρκεια της αναπαραγωγικής περιόδου. Η απευθείας παρατήρηση των τόπων αναπαραγωγής παρείχε στοιχεία σχετικά με την αφθονία, αλλά ήταν δύσκολη η παρακολούθηση ή η συλλογή δεδομένων σχετικά με τη μετακίνηση των ειδών στη θάλασσα πέρα από τα απλά δεδομένα της διάρκειας του ταξιδιού για την αναζήτηση τροφής (Weimerskirch, 1999).

'''Προοπτικές:'''

Η τηλεπισκόπηση των ζώων με δορυφόρο, παρέχει μια νέα μέθοδο για τη δοκιμή μιας σειράς βιογεωγραφικών υποθέσεων που έχουν να κάνουν με τη μετανάστευση και τον εντοπισμό ορισμένων περιβαλλοντικών συσχετισμών που σχετίζονται με τις κατανομές των ειδών. Η παρακολούθηση μικρότερων ειδών και οι αυξήσεις του μεγέθους του δείγματος θα συμβούν εφόσον το μέγεθος του πομπού και το κόστος θα συνεχίσει να μειώνεται την επόμενη δεκαετία. Επί του παρόντος, οι πομποί είναι εξοπλισμένοι με αισθητήρες που συλλέγουν ακουστικά δεδομένα, περιβαλλοντικούς αισθητήρες που μετρούν τη θερμοκρασία, το υψόμετρο, την υγρασία και ψηφιακές κάμερες βάρους 2 g (Seegar, 1996, Cohn, 1999).Οι γεωγράφοι μπορούν να συμβάλλουν σημαντικά στην κατανόηση του τρόπου διασποράς και κατανομής των ειδών συνδυάζοντας ενεργά και αρχειοθετημένα παγκόσμια και περιφερειακά σύνολα δεδομένων με ήδη υπάρχοντα δεδομένα από προηγούμενες μελέτες και μελλοντικά ερευνητικά έργα. Μόνο τέσσερις μελέτες σε αυτήν την κριτική χρησιμοποίησαν GIS δεδομένα ή εικόνες που ανιχνεύονται από απόσταση, ενώ τα εναπομένοντα άρθρα που εξετάστηκαν χρησιμοποίησαν απλά ψηφιακά γραφήματα γραμμών χωρών, τοπογραφίας, χερσαίων και θαλάσσιων συνόρων. Υπάρχει ένας σεβαστός αριθμός μεγάλων χρονικών και χωρικών δεδομένων που έχουν αρχειοθετηθεί για κλιματικές, ωκεανογραφικές και χερσαίες μεταβλητές που θα μπορούσαν να χρησιμοποιηθούν για τέτοια ερευνητικά έργα (Perry, 1998, Donoghue, 1999, Lillesand and Kiefer, 2000). Δεδομένα σχετικά με τη θερμοκρασία, την βροχόπτωση και την κάλυψη σύννεφων θα μπορούσαν να προσδιορίσουν τις επιπτώσεις των κλιματικών μεταβλητών στις μετακινήσεις των ειδών, συμπεριλαμβανομένων των επιδράσεων από κλιματικά φαινόμενα όπως το El Niño. Ωκεανογραφικές μεταβλητές, όπως η θερμοκρασία της επιφάνειας της θάλασσας, η πρωτογενής παραγωγικότητα και η ποιότητα του νερού, μπορούν να χρησιμοποιηθούν για την πρόβλεψη της κατανομής των θαλάσσιων ζώων και των συσχετίσεων μεταξύ των μετακινήσεων των ειδών. Οι δείκτες της παγκόσμιας βλάστησης μπορούν να χρησιμοποιηθούν για τον προσδιορισμό των συσχετισμών με την εποχιακή διασπορά, ενώ σε περιφερειακό επίπεδο, η χρήση εδάφους υψηλής ανάλυσης, η κάλυψη του εδάφους και οι τύποι οικοτόπων θα μπορούσαν να εντοπίσουν τις προτιμήσεις ενδιαιτημάτων και τις οδούς και τους φραγμούς μετανάστευσης. Αυτές οι φυσικές γεωγραφικές μεταβλητές, όταν συνδυάζονται με δορυφορικά δεδομένα παρακολούθησης, μπορούν να χρησιμοποιηθούν για την δοκιμή ισχυρών υποθέσεων σχετικά με τις μετακινήσεις και τις μεταναστεύσεις των ειδών.

[[category:Εκτίμηση βιοπικοιλότητας]]

Αρχείο:Carolina.PNG

2020-02-06T16:54:49Z

Ioannageorgopoulou: Η κατανομή 60 και 90 ημερών των τελικών θέσεων των κυανοπτέρυγων τόνων στο Cape Hatteras, North Carolina. Η σκίαση στον Ατλαντικό αντιπροσωπεύει το βάθος.

Η κατανομή 60 και 90 ημερών των τελικών θέσεων των κυανοπτέρυγων τόνων στο Cape Hatteras, North Carolina. Η σκίαση στον Ατλαντικό αντιπροσωπεύει το βάθος.

Τηλεπισκόπηση των ζώων

2020-02-06T16:54:20Z

Ioannageorgopoulou:

[[Εικόνα: Globe.PNG | thumb| right|'''Εικόνα 1:''' Η προς βορρά και προς νότο μετανάστευση των γερακιών κατά τον Swainson .]]
[[Εικόνα:| thumb| right|'''Εικόνα 2:''' .]]

'''Πρόοδος στη Φυσική Γεωγραφία: '''

'''Τηλεπισκόπηση των ζώων'''

Συγγραφείς: Thomas W. Gillespie

Πηγή: Gillespie, T. W. (2001). Remote sensing of animals. Progress in Physical Geography: Earth and Environment, 25(3), 355–362.[https://doi.org/10.1177/030913330102500303]

Λέξεις κλειδιά: βιογεωγραφία, διατήρηση, θαλάσσια περιβάλλοντα, μετανάστευση, τηλεπισκόπηση, δορυφορική παρακολούθηση, επίγεια περιβάλλοντα.

'''Σύνοψη'''

Η βελτιωμένη ακρίβεια και ευστοχία του εντοπισμού ζώων μέσω δορυφόρων, έχει σημαντική επίδραση στην ποσοτικοποίηση βιογεωγραφικών μοτίβων μεγάλης κλίμακας για μια ποικιλία κατηγοριών ταξινόμησης, με σημαντικές επιπτώσεις για τη διατήρηση και τη διαχείριση των φυσικών πόρων. Αυτό το άρθρο εξετάζει μια έρευνα που διεξήχθη από το 1995 έως το 1999 για να προσφέρει μια επισκόπησης της προόδου της τηλεπισκόπησης των μετακινήσεων των ζώων, τόσο στο χερσαίο όσο και στο θαλάσσιο περιβάλλον και να εντοπίσουν τάσεις, αρκετά υποσχόμενες, για τη βιογεωγραφική έρευνα στον εικοστό πρώτο αιώνα. Η τηλεπισκόπηση των ζώων από δορυφόρους παρέχει μια νέα μέθοδο για τη δοκιμή ορισμένων βιογεωγραφικών υποθέσεων που σχετίζονται με τη μετανάστευση και μπορεί να εντοπίσει έναν αριθμό περιβαλλοντικών συσχετισμών που αφορά την κατανομή των ειδών. Η παρακολούθηση μικρότερων ειδών και οι αυξήσεις του μεγέθους του δείγματος είναι βέβαιο ότι θα συμβούν, καθώς το μέγεθος και το κόστος του πομπού θα συνεχίσουν να μειώνονται την επόμενη δεκαετία. Οι γεωγράφοι μπορούν να συμβάλλουν σημαντικά στην κατανόηση του τρόπου διασποράς και κατανομής των ειδών, συνδυάζοντας σε πραγματικό χρόνο και αρχειοθετημένα, παγκόσμια και περιφερειακά σύνολα δεδομένων με υπάρχοντα δεδομένα από προηγούμενες μελέτες και μελλοντικά ερευνητικά έργα. Μόνο τέσσερις μελέτες χρησιμοποίησαν δεδομένα GIS ή εικόνες με τηλεανίχνευση σε αυτή την ανασκόπηση, ενώ οι υπόλοιπες μελέτες ανέφεραν ότι χρησιμοποίησαν απλά ψηφιακά γραφήματα γραμμής χωρών, την τοπογραφία, τα χερσαία και θαλάσσια σύνορα.

'''Εισαγωγή'''

Η δορυφορική παρακολούθηση των ζώων άρχισε στις αρχές της δεκαετίας του 1970, όταν ετικέτες βάρους 5-11 κιλά, με ακρίβεια 5 χιλιομέτρων, συνδέθηκαν με μεγάλα θηλαστικά (Kenward, 1987). Στα τέλη της δεκαετίας του 80’, αναπτύχθηκαν ακροδέκτες πομπού πλατφόρμας που θα μπορούσαν να συνδεθούν με μικρότερα θηλαστικά και πτηνά. Τα σήματα από αυτούς τους πομπούς παραλήφθηκαν από τη σειρά Tiros N των Εθνικών Δορυφόρων Ωκεανικής και Ατμοσφαιρικής Διοίκησης (National Oceanic and Atmospheric Administration ,NOAA) που αναμεταδίδονται σε σταθμούς εδάφους σε πραγματικό χρόνο. Οι ακροδέκτες πομπού πλατφόρμας στα τέλη της δεκαετίας του 80’ και στις αρχές της δεκαετίας του 90’ ζυγίζουν από 1,5 έως 1,7 kg με ακρίβεια περίπου 1 χιλιομέτρου (Messier, 1992). Πρόσφατες τεχνολογικές εξελίξεις στο μέγεθος τσιπ, στο μέγεθος και τη διάρκεια της μπαταρίας, καθώς και ένας αυξημένος αριθμός δορυφόρων και επίγειων σταθμών οδήγησε σε πομπούς που ζυγίζουν μεταξύ 20 και 30 g και είναι ικανοί να εντοπίζουν είδη σε απόσταση 150 μέτρων (Argos, 2000). Η βελτιωμένη ακρίβεια στην παρακολούθηση των ζώων μέσω δορυφόρων, έχει επηρεάσει σημαντικά την ποσοτικοποίηση μεγάλης κλίμακας βιογραφικών προτύπων για μια ποικιλία κατηγοριών ταξινόμησης, με σημαντικές επιπτώσεις στη διατήρηση και διαχείριση φυσικών πόρων. Σε αυτό το άρθρο, επανεξετάζω την έρευνα που διεξήχθη από το 1995 έως το1999 για να κατατεθεί μια επισκόπηση των προόδων στην τηλεπισκόπηση των κινήσεων και των μεταναστεύσεων των ζώων τόσο στο χερσαίο, όσο και στο θαλάσσιο περιβάλλον και να εντοπίσω πολλά υποσχόμενες τάσεις για τη βιογεωγραφική έρευνα στον εικοστό πρώτο αιώνα.

'''Χερσαία Περιβάλλοντα:'''

Οι παραδοσιακές μέθοδοι παρακολούθησης των μετακινήσεων και των μεταναστεύσεων χερσαίων ζώων, έχουν χρησιμοποιήσει ραντάρ, ζώνης και πολύ υψηλής συχνότητας (VHF) ραδιοτηλεμετρίας. Το ραντάρ Doppler χρησιμοποιήθηκε από τη δεκαετία του 1950 για να μελετήσει τη μετανάστευση των πτηνών και έχει αποδειχθεί ότι δίνει μια πρόβλεψη όσον αφορά την ταχύτητα, την κατεύθυνση και το ύψος πτήσης των πτηνών, ειδικά για μεγάλα σμήνη εποχιακών μεταναστών (Eastwood, 1967). Ωστόσο, το ραντάρ δεν μπορεί να χρησιμοποιηθεί για τον προσδιορισμό μιας μονάδας ενός είδους και μια ανάλυση των μετακινήσεων των πτηνών μπορεί να περιπλέκεται από το ποσό της υγρασίας, του καπνού και της σκόνης στην ατμόσφαιρα (Cohn, 1999). Οι ζώνες πουλιών έχoυν καταληφθεί για περισσότερο από έναν αιώνα και σήμερα υπάρχουν πάνω από 1000 αδειοδοτημένες ζώνες πουλιών μόνο στις ΗΠΑ, όπου συγκεντρώνονται κατά μέσο όρο 1,2 εκατομμύρια πουλιά κάθε έτος (Gauthreaux, 1996, Weidensaul, 1999). Παρατηρήσεις και ανακλήσεις ζωνών των πτηνών, παρείχαν στους επιστήμονες πληροφορίες σχετικά με τις διαδρομές μετανάστευσης, στοιχεία για το μέγεθος και τη τοποθεσία της φωλιάς. Ωστόσο, η χρονική και χωρική ανάλυση των δεδομένων ζώνης πουλιών είναι σχετικά χαμηλά, με ποσοστό ανάκτησης για μικρά πτηνά μικρότερο από 2% και υδρόβια πτηνά μικρότερο από 15%. Η έλευση του επίγειου VHF-ραδιοεντοπισμού τη δεκαετία του 1960 επέτρεψε στους επιστήμονες να παρακολουθούν τις μετακινήσεις ειδών και το μέγεθος των καταφυγίων τους σε ακτίνα τουλάχιστον 50 έως 300 τετραγωνικών χιλιομέτρων (Kenward, 1987). Η παρακολούθηση VHF έχει πολλά πλεονεκτήματα σε σχέση με την παρακολούθηση μέσω δορυφόρου επειδή μπορεί να καταγράψει την τοποθεσία ενός είδους σε απόσταση ελάχιστων μέτρων και μπορεί να εφαρμοστεί σε περιοχές με πυκνή κάλυψη σκιάς όπως τα τροπικά δάση. Τα πλεονεκτήματα της δορυφορικής τηλεμετρίας είναι ότι μόλις συνδεθεί ο πομπός, ο ερευνητής δεν χρειάζεται να εκτελέσει εκτεταμένο τριγωνισμό πεδίου και είναι ευκολότερο να μελετήσει μεγαλύτερο εύρος ειδών, που διασχίζουν τα διεθνή σύνορα.

'''Θαλάσσια Περιβάλλοντα:'''

Η παρακολούθηση των μετακινήσεων των ζώων σε θαλάσσια περιβάλλοντα ήταν πάντα προβληματική πριν την εμφάνιση της δορυφορικής τηλεμετρίας, όπου οι πληροφορίες, σχετικά με τις μετακινήσεις και τις μεταναστεύσεις των ειδών, συλλέγονταν μέσω άμεσων παρατηρήσεων από την ακτή, από σκάφη και αεροπορικές έρευνες. Οι έρευνες σκαφών και αεροσκαφών εξαρτώνται σε μεγάλο βαθμό από την οπτική τοποθέτηση ειδών κοντά στην ακτή και τη βοήθεια κλειδιών ή ετικετών για την ταυτοποίηση ατόμων (Garner, 1999). Έρευνες σκαφών και αεροσκαφών παρέχουν σημαντικά στοιχεία για την αφθονία και τη διανομή σε τοπική χωρική κλίμακα. Ωστόσο, αυτές οι μέθοδοι παρέχουν περιορισμένα χωρικά και χρονικά δεδομένα. Οι μεγαλύτερες εναέριες έρευνες συλλέγουν δεδομένα μέσω transect line (διατέμνουσα γραμμή) που καλύπτουν λιγότερο από 1000 τετραγωνικά χλμ. και εκτελούνται γενικά το καλοκαίρι,διότι δεν μπορούν να πραγματοποιηθούν με κακές καιρικές συνθήκες (Sagar and Weimerskirch, 1996, Wilson, 1996, Garner, 1999). Πριν την έλευση του δορυφορικού εντοπισμού σχεδόν όλα τα οικολογικά δεδομένα και τα δεδομένα διανομής των θαλάσσιων πουλιών συλλέγονταν από έρευνες επί ξηράς κατά τη διάρκεια της αναπαραγωγικής περιόδου. Η απευθείας παρατήρηση των τόπων αναπαραγωγής παρείχε στοιχεία σχετικά με την αφθονία, αλλά ήταν δύσκολη η παρακολούθηση ή η συλλογή δεδομένων σχετικά με τη μετακίνηση των ειδών στη θάλασσα πέρα από τα απλά δεδομένα της διάρκειας του ταξιδιού για την αναζήτηση τροφής (Weimerskirch, 1999).

'''Προοπτικές:'''

Η τηλεπισκόπηση των ζώων με δορυφόρο, παρέχει μια νέα μέθοδο για τη δοκιμή μιας σειράς βιογεωγραφικών υποθέσεων που έχουν να κάνουν με τη μετανάστευση και τον εντοπισμό ορισμένων περιβαλλοντικών συσχετισμών που σχετίζονται με τις κατανομές των ειδών. Η παρακολούθηση μικρότερων ειδών και οι αυξήσεις του μεγέθους του δείγματος θα συμβούν εφόσον το μέγεθος του πομπού και το κόστος θα συνεχίσει να μειώνεται την επόμενη δεκαετία. Επί του παρόντος, οι πομποί είναι εξοπλισμένοι με αισθητήρες που συλλέγουν ακουστικά δεδομένα, περιβαλλοντικούς αισθητήρες που μετρούν τη θερμοκρασία, το υψόμετρο, την υγρασία και ψηφιακές κάμερες βάρους 2 g (Seegar, 1996, Cohn, 1999).Οι γεωγράφοι μπορούν να συμβάλλουν σημαντικά στην κατανόηση του τρόπου διασποράς και κατανομής των ειδών συνδυάζοντας ενεργά και αρχειοθετημένα παγκόσμια και περιφερειακά σύνολα δεδομένων με ήδη υπάρχοντα δεδομένα από προηγούμενες μελέτες και μελλοντικά ερευνητικά έργα. Μόνο τέσσερις μελέτες σε αυτήν την κριτική χρησιμοποίησαν GIS δεδομένα ή εικόνες που ανιχνεύονται από απόσταση, ενώ τα εναπομένοντα άρθρα που εξετάστηκαν χρησιμοποίησαν απλά ψηφιακά γραφήματα γραμμών χωρών, τοπογραφίας, χερσαίων και θαλάσσιων συνόρων. Υπάρχει ένας σεβαστός αριθμός μεγάλων χρονικών και χωρικών δεδομένων που έχουν αρχειοθετηθεί για κλιματικές, ωκεανογραφικές και χερσαίες μεταβλητές που θα μπορούσαν να χρησιμοποιηθούν για τέτοια ερευνητικά έργα (Perry, 1998, Donoghue, 1999, Lillesand and Kiefer, 2000). Δεδομένα σχετικά με τη θερμοκρασία, την βροχόπτωση και την κάλυψη σύννεφων θα μπορούσαν να προσδιορίσουν τις επιπτώσεις των κλιματικών μεταβλητών στις μετακινήσεις των ειδών, συμπεριλαμβανομένων των επιδράσεων από κλιματικά φαινόμενα όπως το El Niño. Ωκεανογραφικές μεταβλητές, όπως η θερμοκρασία της επιφάνειας της θάλασσας, η πρωτογενής παραγωγικότητα και η ποιότητα του νερού, μπορούν να χρησιμοποιηθούν για την πρόβλεψη της κατανομής των θαλάσσιων ζώων και των συσχετίσεων μεταξύ των μετακινήσεων των ειδών. Οι δείκτες της παγκόσμιας βλάστησης μπορούν να χρησιμοποιηθούν για τον προσδιορισμό των συσχετισμών με την εποχιακή διασπορά, ενώ σε περιφερειακό επίπεδο, η χρήση εδάφους υψηλής ανάλυσης, η κάλυψη του εδάφους και οι τύποι οικοτόπων θα μπορούσαν να εντοπίσουν τις προτιμήσεις ενδιαιτημάτων και τις οδούς και τους φραγμούς μετανάστευσης. Αυτές οι φυσικές γεωγραφικές μεταβλητές, όταν συνδυάζονται με δορυφορικά δεδομένα παρακολούθησης, μπορούν να χρησιμοποιηθούν για την δοκιμή ισχυρών υποθέσεων σχετικά με τις μετακινήσεις και τις μεταναστεύσεις των ειδών.

[[category:Εκτίμηση βιοπικοιλότητας]]

Αρχείο:Globe.PNG

2020-02-06T16:52:58Z

Ioannageorgopoulou: Η προς βορρά και προς νότο μετανάστευση των γερακιών κατά τον Swainson.

Η προς βορρά και προς νότο μετανάστευση των γερακιών κατά τον Swainson.

Τηλεπισκόπηση των ζώων

2020-02-06T16:52:22Z

Ioannageorgopoulou: Νέα σελίδα με ''''Εικόνα 1:''' . '''Εικόνα 2:''' . '''Πρόοδος στη Φυσική Γεωγραφία: ...'

[[Εικόνα:| thumb| right|'''Εικόνα 1:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 2:''' .]]

'''Πρόοδος στη Φυσική Γεωγραφία: '''

'''Τηλεπισκόπηση των ζώων'''

Συγγραφείς: Thomas W. Gillespie

Πηγή: Gillespie, T. W. (2001). Remote sensing of animals. Progress in Physical Geography: Earth and Environment, 25(3), 355–362.[https://doi.org/10.1177/030913330102500303]

Λέξεις κλειδιά: βιογεωγραφία, διατήρηση, θαλάσσια περιβάλλοντα, μετανάστευση, τηλεπισκόπηση, δορυφορική παρακολούθηση, επίγεια περιβάλλοντα.

'''Σύνοψη'''

Η βελτιωμένη ακρίβεια και ευστοχία του εντοπισμού ζώων μέσω δορυφόρων, έχει σημαντική επίδραση στην ποσοτικοποίηση βιογεωγραφικών μοτίβων μεγάλης κλίμακας για μια ποικιλία κατηγοριών ταξινόμησης, με σημαντικές επιπτώσεις για τη διατήρηση και τη διαχείριση των φυσικών πόρων. Αυτό το άρθρο εξετάζει μια έρευνα που διεξήχθη από το 1995 έως το 1999 για να προσφέρει μια επισκόπησης της προόδου της τηλεπισκόπησης των μετακινήσεων των ζώων, τόσο στο χερσαίο όσο και στο θαλάσσιο περιβάλλον και να εντοπίσουν τάσεις, αρκετά υποσχόμενες, για τη βιογεωγραφική έρευνα στον εικοστό πρώτο αιώνα. Η τηλεπισκόπηση των ζώων από δορυφόρους παρέχει μια νέα μέθοδο για τη δοκιμή ορισμένων βιογεωγραφικών υποθέσεων που σχετίζονται με τη μετανάστευση και μπορεί να εντοπίσει έναν αριθμό περιβαλλοντικών συσχετισμών που αφορά την κατανομή των ειδών. Η παρακολούθηση μικρότερων ειδών και οι αυξήσεις του μεγέθους του δείγματος είναι βέβαιο ότι θα συμβούν, καθώς το μέγεθος και το κόστος του πομπού θα συνεχίσουν να μειώνονται την επόμενη δεκαετία. Οι γεωγράφοι μπορούν να συμβάλλουν σημαντικά στην κατανόηση του τρόπου διασποράς και κατανομής των ειδών, συνδυάζοντας σε πραγματικό χρόνο και αρχειοθετημένα, παγκόσμια και περιφερειακά σύνολα δεδομένων με υπάρχοντα δεδομένα από προηγούμενες μελέτες και μελλοντικά ερευνητικά έργα. Μόνο τέσσερις μελέτες χρησιμοποίησαν δεδομένα GIS ή εικόνες με τηλεανίχνευση σε αυτή την ανασκόπηση, ενώ οι υπόλοιπες μελέτες ανέφεραν ότι χρησιμοποίησαν απλά ψηφιακά γραφήματα γραμμής χωρών, την τοπογραφία, τα χερσαία και θαλάσσια σύνορα.

'''Εισαγωγή'''

Η δορυφορική παρακολούθηση των ζώων άρχισε στις αρχές της δεκαετίας του 1970, όταν ετικέτες βάρους 5-11 κιλά, με ακρίβεια 5 χιλιομέτρων, συνδέθηκαν με μεγάλα θηλαστικά (Kenward, 1987). Στα τέλη της δεκαετίας του 80’, αναπτύχθηκαν ακροδέκτες πομπού πλατφόρμας που θα μπορούσαν να συνδεθούν με μικρότερα θηλαστικά και πτηνά. Τα σήματα από αυτούς τους πομπούς παραλήφθηκαν από τη σειρά Tiros N των Εθνικών Δορυφόρων Ωκεανικής και Ατμοσφαιρικής Διοίκησης (National Oceanic and Atmospheric Administration ,NOAA) που αναμεταδίδονται σε σταθμούς εδάφους σε πραγματικό χρόνο. Οι ακροδέκτες πομπού πλατφόρμας στα τέλη της δεκαετίας του 80’ και στις αρχές της δεκαετίας του 90’ ζυγίζουν από 1,5 έως 1,7 kg με ακρίβεια περίπου 1 χιλιομέτρου (Messier, 1992). Πρόσφατες τεχνολογικές εξελίξεις στο μέγεθος τσιπ, στο μέγεθος και τη διάρκεια της μπαταρίας, καθώς και ένας αυξημένος αριθμός δορυφόρων και επίγειων σταθμών οδήγησε σε πομπούς που ζυγίζουν μεταξύ 20 και 30 g και είναι ικανοί να εντοπίζουν είδη σε απόσταση 150 μέτρων (Argos, 2000). Η βελτιωμένη ακρίβεια στην παρακολούθηση των ζώων μέσω δορυφόρων, έχει επηρεάσει σημαντικά την ποσοτικοποίηση μεγάλης κλίμακας βιογραφικών προτύπων για μια ποικιλία κατηγοριών ταξινόμησης, με σημαντικές επιπτώσεις στη διατήρηση και διαχείριση φυσικών πόρων. Σε αυτό το άρθρο, επανεξετάζω την έρευνα που διεξήχθη από το 1995 έως το1999 για να κατατεθεί μια επισκόπηση των προόδων στην τηλεπισκόπηση των κινήσεων και των μεταναστεύσεων των ζώων τόσο στο χερσαίο, όσο και στο θαλάσσιο περιβάλλον και να εντοπίσω πολλά υποσχόμενες τάσεις για τη βιογεωγραφική έρευνα στον εικοστό πρώτο αιώνα.

'''Χερσαία Περιβάλλοντα:'''

Οι παραδοσιακές μέθοδοι παρακολούθησης των μετακινήσεων και των μεταναστεύσεων χερσαίων ζώων, έχουν χρησιμοποιήσει ραντάρ, ζώνης και πολύ υψηλής συχνότητας (VHF) ραδιοτηλεμετρίας. Το ραντάρ Doppler χρησιμοποιήθηκε από τη δεκαετία του 1950 για να μελετήσει τη μετανάστευση των πτηνών και έχει αποδειχθεί ότι δίνει μια πρόβλεψη όσον αφορά την ταχύτητα, την κατεύθυνση και το ύψος πτήσης των πτηνών, ειδικά για μεγάλα σμήνη εποχιακών μεταναστών (Eastwood, 1967). Ωστόσο, το ραντάρ δεν μπορεί να χρησιμοποιηθεί για τον προσδιορισμό μιας μονάδας ενός είδους και μια ανάλυση των μετακινήσεων των πτηνών μπορεί να περιπλέκεται από το ποσό της υγρασίας, του καπνού και της σκόνης στην ατμόσφαιρα (Cohn, 1999). Οι ζώνες πουλιών έχoυν καταληφθεί για περισσότερο από έναν αιώνα και σήμερα υπάρχουν πάνω από 1000 αδειοδοτημένες ζώνες πουλιών μόνο στις ΗΠΑ, όπου συγκεντρώνονται κατά μέσο όρο 1,2 εκατομμύρια πουλιά κάθε έτος (Gauthreaux, 1996, Weidensaul, 1999). Παρατηρήσεις και ανακλήσεις ζωνών των πτηνών, παρείχαν στους επιστήμονες πληροφορίες σχετικά με τις διαδρομές μετανάστευσης, στοιχεία για το μέγεθος και τη τοποθεσία της φωλιάς. Ωστόσο, η χρονική και χωρική ανάλυση των δεδομένων ζώνης πουλιών είναι σχετικά χαμηλά, με ποσοστό ανάκτησης για μικρά πτηνά μικρότερο από 2% και υδρόβια πτηνά μικρότερο από 15%. Η έλευση του επίγειου VHF-ραδιοεντοπισμού τη δεκαετία του 1960 επέτρεψε στους επιστήμονες να παρακολουθούν τις μετακινήσεις ειδών και το μέγεθος των καταφυγίων τους σε ακτίνα τουλάχιστον 50 έως 300 τετραγωνικών χιλιομέτρων (Kenward, 1987). Η παρακολούθηση VHF έχει πολλά πλεονεκτήματα σε σχέση με την παρακολούθηση μέσω δορυφόρου επειδή μπορεί να καταγράψει την τοποθεσία ενός είδους σε απόσταση ελάχιστων μέτρων και μπορεί να εφαρμοστεί σε περιοχές με πυκνή κάλυψη σκιάς όπως τα τροπικά δάση. Τα πλεονεκτήματα της δορυφορικής τηλεμετρίας είναι ότι μόλις συνδεθεί ο πομπός, ο ερευνητής δεν χρειάζεται να εκτελέσει εκτεταμένο τριγωνισμό πεδίου και είναι ευκολότερο να μελετήσει μεγαλύτερο εύρος ειδών, που διασχίζουν τα διεθνή σύνορα.

'''Θαλάσσια Περιβάλλοντα:'''

Η παρακολούθηση των μετακινήσεων των ζώων σε θαλάσσια περιβάλλοντα ήταν πάντα προβληματική πριν την εμφάνιση της δορυφορικής τηλεμετρίας, όπου οι πληροφορίες, σχετικά με τις μετακινήσεις και τις μεταναστεύσεις των ειδών, συλλέγονταν μέσω άμεσων παρατηρήσεων από την ακτή, από σκάφη και αεροπορικές έρευνες. Οι έρευνες σκαφών και αεροσκαφών εξαρτώνται σε μεγάλο βαθμό από την οπτική τοποθέτηση ειδών κοντά στην ακτή και τη βοήθεια κλειδιών ή ετικετών για την ταυτοποίηση ατόμων (Garner, 1999). Έρευνες σκαφών και αεροσκαφών παρέχουν σημαντικά στοιχεία για την αφθονία και τη διανομή σε τοπική χωρική κλίμακα. Ωστόσο, αυτές οι μέθοδοι παρέχουν περιορισμένα χωρικά και χρονικά δεδομένα. Οι μεγαλύτερες εναέριες έρευνες συλλέγουν δεδομένα μέσω transect line (διατέμνουσα γραμμή) που καλύπτουν λιγότερο από 1000 τετραγωνικά χλμ. και εκτελούνται γενικά το καλοκαίρι,διότι δεν μπορούν να πραγματοποιηθούν με κακές καιρικές συνθήκες (Sagar and Weimerskirch, 1996, Wilson, 1996, Garner, 1999). Πριν την έλευση του δορυφορικού εντοπισμού σχεδόν όλα τα οικολογικά δεδομένα και τα δεδομένα διανομής των θαλάσσιων πουλιών συλλέγονταν από έρευνες επί ξηράς κατά τη διάρκεια της αναπαραγωγικής περιόδου. Η απευθείας παρατήρηση των τόπων αναπαραγωγής παρείχε στοιχεία σχετικά με την αφθονία, αλλά ήταν δύσκολη η παρακολούθηση ή η συλλογή δεδομένων σχετικά με τη μετακίνηση των ειδών στη θάλασσα πέρα από τα απλά δεδομένα της διάρκειας του ταξιδιού για την αναζήτηση τροφής (Weimerskirch, 1999).

'''Προοπτικές:'''

Η τηλεπισκόπηση των ζώων με δορυφόρο, παρέχει μια νέα μέθοδο για τη δοκιμή μιας σειράς βιογεωγραφικών υποθέσεων που έχουν να κάνουν με τη μετανάστευση και τον εντοπισμό ορισμένων περιβαλλοντικών συσχετισμών που σχετίζονται με τις κατανομές των ειδών. Η παρακολούθηση μικρότερων ειδών και οι αυξήσεις του μεγέθους του δείγματος θα συμβούν εφόσον το μέγεθος του πομπού και το κόστος θα συνεχίσει να μειώνεται την επόμενη δεκαετία. Επί του παρόντος, οι πομποί είναι εξοπλισμένοι με αισθητήρες που συλλέγουν ακουστικά δεδομένα, περιβαλλοντικούς αισθητήρες που μετρούν τη θερμοκρασία, το υψόμετρο, την υγρασία και ψηφιακές κάμερες βάρους 2 g (Seegar, 1996, Cohn, 1999).Οι γεωγράφοι μπορούν να συμβάλλουν σημαντικά στην κατανόηση του τρόπου διασποράς και κατανομής των ειδών συνδυάζοντας ενεργά και αρχειοθετημένα παγκόσμια και περιφερειακά σύνολα δεδομένων με ήδη υπάρχοντα δεδομένα από προηγούμενες μελέτες και μελλοντικά ερευνητικά έργα. Μόνο τέσσερις μελέτες σε αυτήν την κριτική χρησιμοποίησαν GIS δεδομένα ή εικόνες που ανιχνεύονται από απόσταση, ενώ τα εναπομένοντα άρθρα που εξετάστηκαν χρησιμοποίησαν απλά ψηφιακά γραφήματα γραμμών χωρών, τοπογραφίας, χερσαίων και θαλάσσιων συνόρων. Υπάρχει ένας σεβαστός αριθμός μεγάλων χρονικών και χωρικών δεδομένων που έχουν αρχειοθετηθεί για κλιματικές, ωκεανογραφικές και χερσαίες μεταβλητές που θα μπορούσαν να χρησιμοποιηθούν για τέτοια ερευνητικά έργα (Perry, 1998, Donoghue, 1999, Lillesand and Kiefer, 2000). Δεδομένα σχετικά με τη θερμοκρασία, την βροχόπτωση και την κάλυψη σύννεφων θα μπορούσαν να προσδιορίσουν τις επιπτώσεις των κλιματικών μεταβλητών στις μετακινήσεις των ειδών, συμπεριλαμβανομένων των επιδράσεων από κλιματικά φαινόμενα όπως το El Niño. Ωκεανογραφικές μεταβλητές, όπως η θερμοκρασία της επιφάνειας της θάλασσας, η πρωτογενής παραγωγικότητα και η ποιότητα του νερού, μπορούν να χρησιμοποιηθούν για την πρόβλεψη της κατανομής των θαλάσσιων ζώων και των συσχετίσεων μεταξύ των μετακινήσεων των ειδών. Οι δείκτες της παγκόσμιας βλάστησης μπορούν να χρησιμοποιηθούν για τον προσδιορισμό των συσχετισμών με την εποχιακή διασπορά, ενώ σε περιφερειακό επίπεδο, η χρήση εδάφους υψηλής ανάλυσης, η κάλυψη του εδάφους και οι τύποι οικοτόπων θα μπορούσαν να εντοπίσουν τις προτιμήσεις ενδιαιτημάτων και τις οδούς και τους φραγμούς μετανάστευσης. Αυτές οι φυσικές γεωγραφικές μεταβλητές, όταν συνδυάζονται με δορυφορικά δεδομένα παρακολούθησης, μπορούν να χρησιμοποιηθούν για την δοκιμή ισχυρών υποθέσεων σχετικά με τις μετακινήσεις και τις μεταναστεύσεις των ειδών.

[[category:Εκτίμηση βιοπικοιλότητας]]

Γεωργοπούλου Ιωάννα

2020-02-06T16:35:39Z

Ioannageorgopoulou:

Γεωργοπούλου Ιωάννα

2020-02-06T16:35:10Z

Ioannageorgopoulou:

Γεωργοπούλου Ιωάννα

2020-02-06T16:34:45Z

Ioannageorgopoulou:

Γεωργοπούλου Ιωάννα

2020-02-06T16:33:58Z

Ioannageorgopoulou:

Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών

2020-02-06T16:32:33Z

Ioannageorgopoulou:

[[Εικόνα: Pinakas.PNG | thumb| right|'''Εικόνα 1:''' Ταξινόμηση σε σταδιακή κλίμακα μεταξύ αμιγώς φυσικών και αμιγώς ανθρωπογενών καταστροφών. ]]
[[Εικόνα: Mapearth.PNG | thumb| right|'''Εικόνα 2:''' Παγκόσμιος χάρτης των φυσικών καταστροφών. (Πηγή: Munich Re., 1998) .]]

'''Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών'''

Συγγραφέας: Cees VAN WESTEN, Διεθνές Ινστιτούτο Αεροδιαστημικής Έρευνας και Επιστημών της Γης, ITC, Ολλανδική Διεύθυνση Εφαρμοσμένων Γεωμορφολογικών Μελετών.

Πηγή: Westen, C.J.. (2000). Remote sensing for natural disaster management. [https://www.researchgate.net/publication/222273930_Daytime_urban_heat_islands_from_Landsat_ETM_and_Corine_land_cover_data]

Λέξεις κλειδιά: Φυσικές καταστροφές, Σεισμοί, Κατολισθήσεις, Ηφαίστεια, Τηλεπισκόπηση, GIS.

'''Εισαγωγή'''

Οι φυσικές καταστροφές είναι ακραία γεγονότα µέσα στο σύστηµα της γης (λιθόσφαιρα, υδρόσφαιρα, βιόσφαιρα ή ατµόσφαιρα) που διαφέρουν σηµαντικά από τις µέσες συνθήκες, και µπορούν να προκαλέσουν θανάτους ή τραυµατισµούς, και καταστροφές ή απώλεια υλικών αγαθών, όπως κτίρια, δίκτυα τηλεπικοινωνίας, καλλιεργήσιµη γη, δάση, περιβάλλον κλπ. ΄Ενα δυνάµει καταστροφικό φαινόµενο (φυσικός κίνδυνος) όπως ένας σεισµός δεν θεωρείται φυσική καταστροφή όταν συµβαίνει σε ακατοίκητες περιοχές. Φυσική καταστροφή θεωρείται όταν λαµβάνει χώρα σε κατοικηµένη περιοχή, και προκαλεί ζηµιές, απώλειες ή καταστροφή. Οι φυσικές καταστροφές είναι δυνατό να συµβούν σε πολλά µέρη του κόσµου, όµως κάθε τύπος περιορίζεται σε συγκεκριµένες περιοχές. Οι φυσικές καταστροφές µπορούν να ταξινοµηθούν µε διάφορους τρόπους. Μια πιθανή κατηγοριοποίηση είναι η εξής:
* Φυσικές καταστροφές είναι γεγονότα που προκαλούνται από καθαρά φυσικά φαινόµενα και προκαλούν καταστροφές στις ανθρώπινες κοινωνίες (όπως σεισµοί, ηφαιστειακές εκρήξεις, τυφώνες).
* Αθρωπογενείς καταστροφές, γεγονότα που προκαλούνται από ανθρώπινες δραστηριότητες (όπως η ατµοσφαιρική ρύπανση, χηµικά βιοµηχανικά ατυχήµατα, µείζονες ένοπλες συγκρούσεις, πυρηνικά ατυχήµατα, πετρελαιοκηλίδες)
* Δευτερογενώς ανθρωπογενείς καταστροφές , είναι φυσικές καταστροφές που επιταχύνονται/επιδεινώνονται από την ανθρώπινη επιρροή.

Η διαχείριση φυσικών καταστροφών συνίσταται σε δύο φάσεις που προηγούνται της καταστροφής, την πρόληψη και την ετοιµότητα, και σε τρείς που έπονται, την αρωγή, την αποκατάσταση και την ανοικοδόµηση . Τα απαιτούµενα δεδοµένα για την διαχείριση φυσικών καταστροφών προέρχονται από διαφορετικά επιστηµονικά πεδία, και πρέπει να ενσωµατωθούν. Η ενσωµάτωσης δεδοµένων είναι ένα από τα πιο δυνατά σηµεία των ΓΠΣ. Γενικά απαιτούνται οι παρακάτω τύποι δεδοµένων:
* Δεδοµένα καταστροφικών γεγονότων (κατολίσθησεις, πληµµύρες, σεισµοί), θέση, συχνότητα, µέγεθος κλπ.
* Δεδοµένα του περιβάλλοντος στο οποίο λαµβάνουν χώρα τα καταστροφικά γεγονότα: τοπογραφία,γεωλογία,γεωµορφολογί εδάφη, υδρολογία, χρήσεις γης, βλάστηση κλπ.
* Δεδοµένα δυνατοτήτων αρωγής όπως νοσοκοµεία, πυροσβεστικοί σταθµοί, αστυνοµικά τµήµατα, αποθήκες κλπ
Παρακάτω θα συζητήσουμε την χρήση τηλεπισκόπησης για 4 τύπους φυσικών καταστροφών.

'''Παράδειγµα 1: Πληµµύρες'''

Οι διαφορετικοί τύποι πληµµύρων (πχ. ποτάµιες, αστραπιαίες, παράκτιες πληµµύρες είτε πληµµύρες που προκαλούνται από κατάρρευση φραγµάτων) έχουν διαφορετικά χαρακτηριστικά όσον αφορά τον χρόνο που συµβαίνουν, το µέγεθος, τη συχνότητα, την διάρκεια, την ταχύτητα ροής και την έκταση. Πολλοί παράγοντες παίζουν ρόλο στην εµφάνιση πλημμύρων, όπως η ένταση και η διάρκεια της βροχόπτωσης, το λιώσιµο των χιονιών, η αποψίλωση των δασών, πρακτικές χρήσης γης η διάβρωση στις κοίτες ποταµών , και φυσικά ή ανθρωπογενή εµπόδια.
Οι δορυφοροι παρατήρησης της γης µπορούν να χρησιµοποιηθούν στην φάση της πρόληψης, χαρτογραφώντας γεωµορφολογικά δεδοµένα, ιστορίκά γεγονότα και διαδοχικές κατακλυσµιαίες φάσεις, όπως η διάρκεια, το βάθος του κατακλυσµού, και η διεύθυνση του ρεύµατος.
Οι δορυφοροι παρατήρησης της γης χρησιµποποιούνται επίσης εκτενώς στις φάσεις ετοιµότητας/προειδοποίησης και απόκρισης/επίβλεψης. Η χρήση οπτικών αισθητήρων περιορίζεται σηµαντικά από την µεγάλη νεφοκάλυψη η οποία υπάρχει συνήθως κατά την διάρκεια µιας πληµµύρας.
Για τις επιχειρήσεις αρωγής, η εφαρµογή των σύγχρονων δορυφορικών συστήµατων είναι για την ώρα περιορισµένη, λόγω της κακής χωρικής διακριτικής του ικανότητας και προβλήµατων λόγω νεφοκάλυψης. Καλώς εχόντων των πραγµάτων, οι δορυφόροι µεγαλύτερης διακριτικής ικανότητας θα την βελτιώσουν.

'''Παράδειγμα 2: Σεισµοί'''

Οι σεισμόπληκτες περιοχές είναι γενικά µεγάλες, αλλά περιορίζονται σε γνωστές περιοχές (στα όρια των τεκτονικών πλακών). Τυπικές περίοδοι επανάληψης των σεισµών εκτείνονται από δεκαετίες µέχρι αιώνες. Παρατηρίσιµα χαρακηριστικά είναι τα ρήγµατα, ζηµιές λόγω σεισµών, ρευστοποίηση, κατολισθήσεις, πυρκαγιές και πληµµύρες. Οι παρακάτω παράµετροι παίζουν σηµαντικό ρόλο: απόσταση από ενεργά ρήγµατα, γεωλογίκές δοµές, τύποι εδάφους, βάθος υφαλοκρηπίδας, τοπογραφία, και οικοδοµικοί τύποι των κτιρίων.
Η δορυφορική τηλεπισκόπηση δεν παίζει μείζονα ρόλο στην διαχείριση σεισµών. Κατά την φάση της πρόληψης η δορυφορική τηλεπισκόπηση µπορεί να παίξει έναν ρόλο στην καταγραφή ρηγµάτων, την µελέτη της διάταξης των τεκτονικών πλακών στην περιοχή, και σε νεοτεκτονικές µελέτες. Συνήθως χρησιµοποιείται απεικόνιση στο ορατό και το υπέρυθρο σε διακριτικές ικανότητες των 5-20m.
Το Satellite Laser Ranging (SLR) και Very Long Base Baseline Interferometry (VLBI) έχουν χρησιµοποιηθεί για την επίβλεψη της κίνησης του φλοιού κοντά σε ενεργά ρήγµατα. Το GPS έχει επίσης καταστεί πολύ σηµαντικό στην µέτρηση των µετατοπίσεων των ρηγµάτων. Μια ιδιαίτερα δηµοφιλής εφαρµογή τηλεπισκόπησης είναι η χαρτογράφηση πεδίων σεισµικής παραµόρφωσης χρησιµοποιώντας συµβολοµετρία SAR. .
Κατά την φάση της αρωγής, η δορυφορική τηλεπισκόπηση µπορεί, για την ώρα, µόνο να ταυτοποιήσει µέγαλης κλίµακας χαρακηριστικά.

'''Παράδειγµα 3: Ηφαιστειακές Εκρήξεις'''

Οι περιοχές που επηρεάζονται από ηφαιστειακές εκρήξεις είναι γενικά µικρές, και περιορίζονται σε γνωστές περιοχές. Η δορυφορική τηλεπισκόπηση χρησιμοποιείται σε : 1) επίβλεψη ηφαιστειακής δραστηριότητας και εντοπισµός ηφαιστειακών εκρήξεων. 2) ταυτοποίηση πιθανών επικίνδυνων ηφαιστείων, ειδικά σε αποµακρυσµένες περιοχές και 3) χαρτογράφηση ηφαιστειακών γεωλογικών σχηµατισµών και αποθέσεων. Οι δορυφόροι παρατήρησης της γης µπορούν να χρησιμοποιηθούν στην φάση της πρόληψης και της χαρτογράφησης της κατανοµής και του τύπου των ηφαιστειακών αποθέσεων μέσω θεματικών χαρτών. Τέλος το κανάλι 6 του Landsat μπορεί να χρησιμοποιηθεί για δείξει τις ενεργές ροές της λάβας και άλλων παραγόντων που προκαλούν ανωμαλίες.

'''Παράδειγµα 4: Κατολίσθησεις'''

Οι µεµονωµένες κατολίσθησεις είναι γενικά µικρές αλλά πολύ συχνές σε κάποιες ορεινές περιοχές. Οι κατολισθήσεις συµβαίνουν µε µεγάλη ποικιλία ανάλογα µε την τον τύπο κίνησης (ολίσθηση, ανατροπή, ροή, πτώση, διάχυση) και την ταχύτητα της κίνησης (mm/έτος- m/sec), το υλικό που εµπλέκεται (βράχος,χώµα,θραύσµατα) και του µηχανισµού ενεργοποίησης (σεισµός, βροχόπτωση, ανθρώπινη παρέµβαση).
Κατά την φάση την ετοιμότητας θα µπορούσαν να χρησιµοποιηθούν οι εξής τεχνικές επίβλεψης κατολισθήσεων: µετρήσεις εδάφους, φωτογραµµετρία, GPS, συµβολοµετρία radar. Συστήµατα προειδοποίησης κατολισθήσεων λειτουργούν σε ελάχιστα µέρη στον κόσµο, µε μεγάλη πυκνότητα πληροφορίας.

'''Συµπεράσµατα'''

Κατά δεκαετία του 1990, οι στατιστικές δείχνουν ραγδαία αύξηση απωλειών λόγω φυσικών καταστροφών, η οποία οφείλεται τόσο στην αυξηµένη ευπάθεια µεγάλου µέρους του παγκόσµιου πληθυσµού, όσο και στην αύξηση των σχετιζόµενων µε τον καιρό φαινοµένων.
Για διάφορους τύπους καταστροφών, οι τεχνικές παρατήρησης της γης χρησιµοποιούνται επιχειρησιακά στις φάσεις προειδοποίησης και επίβλεψης, µέσα σε σχετικά µικρό χρονικό διάστηµα. Η τηλεπισκόπηση χρησιµοποιείται επιχειρησιακά στην προειδοποίηση και επίβλεψη κυκλώνων, ξηρασίας, και σε µικρότερο βαθµό πλημμύρας.
Οι εφαρµογές χρησιµοποιούν κυρίως απεικονίσεις χαµηλής χωρικής ευκρίνειας.
Ο χρόνος απόκρισης Turn-Around-Time (TAT), είναι ο απαιτούµενος χρόνος µεταξύ της λήψης της εικόνας και της απάντησης για προειδοποίηση ή επίβλεψης ενός συγκεκριµένου κινδύνου. Σε πολλές από τις σχετιζόµενες µε τον καιρό φυσικές καταστροφές, η λήψη εικόνων χωρίς νέφη είναι συχνά ένα σοβαρό πρόβληµα. Στην φάση της αρωγής, η δορυφορική τηλεπισκόπηση µπορεί να παίξει τον ρόλο ταυτοποίησης των πληγέντων περιοχών, µόνο εάν αυτές είναι αρκετά µεγάλες.
Λαµβάνοντας υπόψιν τους εγγενείς περιορισµούς των τεχνικών συλλογής και ανάλυσης δεδοµένων και των περιορισµών που επιβάλλονται από την κλίµακα της χαρτογράφησης, µια µελέτη κινδύνου θα ενέχει πάντα έναν βαθµό υποκειµενικότητας. Αυτό δεν σηµαίνει απαραίτητα ανακρίβεια. Η αντικειµενικότητα και η αναπαραξιµότητα της εκτίµησης µπορεί να βελτιωθεί αισθητά µε την ερµηνεία διαδοχικών απεικονίσεων, την χρήση κατά το δυνατόν ξεκάθαρων ποσοτικών περιγραφών των εµπλεκόµενων παραγόντων, καθώς και µε καλώς ορισµένες αναλυτικές διαδικασίες και κανόνων αποφάσεων. Το πιο σηµαντικό κοµµάτι παραµένει η εµπειρία του αναλυτή, τόσο πάνω στους διάφορους παράγοντες που εµπλέκονται σε µια µελέτη κινδύνου, όσο στις συγκεκριµένες συνθήκες του πεδίου µελέτης. Λόγω δυσκολίας κανονικοποίησης κανόνων εξειδίκευσης, η χρήση εξειδικευµένων συστηµάτων στην εκτίµηση κινδύνων δεν είναι ακόµη ιδιαίτερα ανεπτυγμένη.

[[category:Διαχείριση κινδύνων]]

Αρχείο:Mapearth.PNG

2020-02-06T16:31:09Z

Ioannageorgopoulou: Παγκόσμιος χάρτης των φυσικών καταστροφών. (Πηγή: Munich Re., 1998)

Παγκόσμιος χάρτης των φυσικών καταστροφών. (Πηγή: Munich Re., 1998)

Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών

2020-02-06T16:29:53Z

Ioannageorgopoulou:

[[Εικόνα: Pinakas.PNG | thumb| right|'''Εικόνα 1:''' Ταξινόμηση σε σταδιακή κλίμακα μεταξύ αμιγώς φυσικών και αμιγώς ανθρωπογενών καταστροφών. ]]
[[Εικόνα:| thumb| right|'''Εικόνα 2:''' .]]

'''Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών'''

Συγγραφέας: Cees VAN WESTEN, Διεθνές Ινστιτούτο Αεροδιαστημικής Έρευνας και Επιστημών της Γης, ITC, Ολλανδική Διεύθυνση Εφαρμοσμένων Γεωμορφολογικών Μελετών.

Πηγή: Westen, C.J.. (2000). Remote sensing for natural disaster management. [https://www.researchgate.net/publication/222273930_Daytime_urban_heat_islands_from_Landsat_ETM_and_Corine_land_cover_data]

Λέξεις κλειδιά: Φυσικές καταστροφές, Σεισμοί, Κατολισθήσεις, Ηφαίστεια, Τηλεπισκόπηση, GIS.

'''Εισαγωγή'''

Οι φυσικές καταστροφές είναι ακραία γεγονότα µέσα στο σύστηµα της γης (λιθόσφαιρα, υδρόσφαιρα, βιόσφαιρα ή ατµόσφαιρα) που διαφέρουν σηµαντικά από τις µέσες συνθήκες, και µπορούν να προκαλέσουν θανάτους ή τραυµατισµούς, και καταστροφές ή απώλεια υλικών αγαθών, όπως κτίρια, δίκτυα τηλεπικοινωνίας, καλλιεργήσιµη γη, δάση, περιβάλλον κλπ. ΄Ενα δυνάµει καταστροφικό φαινόµενο (φυσικός κίνδυνος) όπως ένας σεισµός δεν θεωρείται φυσική καταστροφή όταν συµβαίνει σε ακατοίκητες περιοχές. Φυσική καταστροφή θεωρείται όταν λαµβάνει χώρα σε κατοικηµένη περιοχή, και προκαλεί ζηµιές, απώλειες ή καταστροφή. Οι φυσικές καταστροφές είναι δυνατό να συµβούν σε πολλά µέρη του κόσµου, όµως κάθε τύπος περιορίζεται σε συγκεκριµένες περιοχές. Οι φυσικές καταστροφές µπορούν να ταξινοµηθούν µε διάφορους τρόπους. Μια πιθανή κατηγοριοποίηση είναι η εξής:
* Φυσικές καταστροφές είναι γεγονότα που προκαλούνται από καθαρά φυσικά φαινόµενα και προκαλούν καταστροφές στις ανθρώπινες κοινωνίες (όπως σεισµοί, ηφαιστειακές εκρήξεις, τυφώνες).
* Αθρωπογενείς καταστροφές, γεγονότα που προκαλούνται από ανθρώπινες δραστηριότητες (όπως η ατµοσφαιρική ρύπανση, χηµικά βιοµηχανικά ατυχήµατα, µείζονες ένοπλες συγκρούσεις, πυρηνικά ατυχήµατα, πετρελαιοκηλίδες)
* Δευτερογενώς ανθρωπογενείς καταστροφές , είναι φυσικές καταστροφές που επιταχύνονται/επιδεινώνονται από την ανθρώπινη επιρροή.

Η διαχείριση φυσικών καταστροφών συνίσταται σε δύο φάσεις που προηγούνται της καταστροφής, την πρόληψη και την ετοιµότητα, και σε τρείς που έπονται, την αρωγή, την αποκατάσταση και την ανοικοδόµηση . Τα απαιτούµενα δεδοµένα για την διαχείριση φυσικών καταστροφών προέρχονται από διαφορετικά επιστηµονικά πεδία, και πρέπει να ενσωµατωθούν. Η ενσωµάτωσης δεδοµένων είναι ένα από τα πιο δυνατά σηµεία των ΓΠΣ. Γενικά απαιτούνται οι παρακάτω τύποι δεδοµένων:
* Δεδοµένα καταστροφικών γεγονότων (κατολίσθησεις, πληµµύρες, σεισµοί), θέση, συχνότητα, µέγεθος κλπ.
* Δεδοµένα του περιβάλλοντος στο οποίο λαµβάνουν χώρα τα καταστροφικά γεγονότα: τοπογραφία,γεωλογία,γεωµορφολογί εδάφη, υδρολογία, χρήσεις γης, βλάστηση κλπ.
* Δεδοµένα δυνατοτήτων αρωγής όπως νοσοκοµεία, πυροσβεστικοί σταθµοί, αστυνοµικά τµήµατα, αποθήκες κλπ
Παρακάτω θα συζητήσουμε την χρήση τηλεπισκόπησης για 4 τύπους φυσικών καταστροφών.

'''Παράδειγµα 1: Πληµµύρες'''

Οι διαφορετικοί τύποι πληµµύρων (πχ. ποτάµιες, αστραπιαίες, παράκτιες πληµµύρες είτε πληµµύρες που προκαλούνται από κατάρρευση φραγµάτων) έχουν διαφορετικά χαρακτηριστικά όσον αφορά τον χρόνο που συµβαίνουν, το µέγεθος, τη συχνότητα, την διάρκεια, την ταχύτητα ροής και την έκταση. Πολλοί παράγοντες παίζουν ρόλο στην εµφάνιση πλημμύρων, όπως η ένταση και η διάρκεια της βροχόπτωσης, το λιώσιµο των χιονιών, η αποψίλωση των δασών, πρακτικές χρήσης γης η διάβρωση στις κοίτες ποταµών , και φυσικά ή ανθρωπογενή εµπόδια.
Οι δορυφοροι παρατήρησης της γης µπορούν να χρησιµοποιηθούν στην φάση της πρόληψης, χαρτογραφώντας γεωµορφολογικά δεδοµένα, ιστορίκά γεγονότα και διαδοχικές κατακλυσµιαίες φάσεις, όπως η διάρκεια, το βάθος του κατακλυσµού, και η διεύθυνση του ρεύµατος.
Οι δορυφοροι παρατήρησης της γης χρησιµποποιούνται επίσης εκτενώς στις φάσεις ετοιµότητας/προειδοποίησης και απόκρισης/επίβλεψης. Η χρήση οπτικών αισθητήρων περιορίζεται σηµαντικά από την µεγάλη νεφοκάλυψη η οποία υπάρχει συνήθως κατά την διάρκεια µιας πληµµύρας.
Για τις επιχειρήσεις αρωγής, η εφαρµογή των σύγχρονων δορυφορικών συστήµατων είναι για την ώρα περιορισµένη, λόγω της κακής χωρικής διακριτικής του ικανότητας και προβλήµατων λόγω νεφοκάλυψης. Καλώς εχόντων των πραγµάτων, οι δορυφόροι µεγαλύτερης διακριτικής ικανότητας θα την βελτιώσουν.

'''Παράδειγμα 2: Σεισµοί'''

Οι σεισμόπληκτες περιοχές είναι γενικά µεγάλες, αλλά περιορίζονται σε γνωστές περιοχές (στα όρια των τεκτονικών πλακών). Τυπικές περίοδοι επανάληψης των σεισµών εκτείνονται από δεκαετίες µέχρι αιώνες. Παρατηρίσιµα χαρακηριστικά είναι τα ρήγµατα, ζηµιές λόγω σεισµών, ρευστοποίηση, κατολισθήσεις, πυρκαγιές και πληµµύρες. Οι παρακάτω παράµετροι παίζουν σηµαντικό ρόλο: απόσταση από ενεργά ρήγµατα, γεωλογίκές δοµές, τύποι εδάφους, βάθος υφαλοκρηπίδας, τοπογραφία, και οικοδοµικοί τύποι των κτιρίων.
Η δορυφορική τηλεπισκόπηση δεν παίζει μείζονα ρόλο στην διαχείριση σεισµών. Κατά την φάση της πρόληψης η δορυφορική τηλεπισκόπηση µπορεί να παίξει έναν ρόλο στην καταγραφή ρηγµάτων, την µελέτη της διάταξης των τεκτονικών πλακών στην περιοχή, και σε νεοτεκτονικές µελέτες. Συνήθως χρησιµοποιείται απεικόνιση στο ορατό και το υπέρυθρο σε διακριτικές ικανότητες των 5-20m.
Το Satellite Laser Ranging (SLR) και Very Long Base Baseline Interferometry (VLBI) έχουν χρησιµοποιηθεί για την επίβλεψη της κίνησης του φλοιού κοντά σε ενεργά ρήγµατα. Το GPS έχει επίσης καταστεί πολύ σηµαντικό στην µέτρηση των µετατοπίσεων των ρηγµάτων. Μια ιδιαίτερα δηµοφιλής εφαρµογή τηλεπισκόπησης είναι η χαρτογράφηση πεδίων σεισµικής παραµόρφωσης χρησιµοποιώντας συµβολοµετρία SAR. .
Κατά την φάση της αρωγής, η δορυφορική τηλεπισκόπηση µπορεί, για την ώρα, µόνο να ταυτοποιήσει µέγαλης κλίµακας χαρακηριστικά.

'''Παράδειγµα 3: Ηφαιστειακές Εκρήξεις'''

Οι περιοχές που επηρεάζονται από ηφαιστειακές εκρήξεις είναι γενικά µικρές, και περιορίζονται σε γνωστές περιοχές. Η δορυφορική τηλεπισκόπηση χρησιμοποιείται σε : 1) επίβλεψη ηφαιστειακής δραστηριότητας και εντοπισµός ηφαιστειακών εκρήξεων. 2) ταυτοποίηση πιθανών επικίνδυνων ηφαιστείων, ειδικά σε αποµακρυσµένες περιοχές και 3) χαρτογράφηση ηφαιστειακών γεωλογικών σχηµατισµών και αποθέσεων. Οι δορυφόροι παρατήρησης της γης µπορούν να χρησιμοποιηθούν στην φάση της πρόληψης και της χαρτογράφησης της κατανοµής και του τύπου των ηφαιστειακών αποθέσεων μέσω θεματικών χαρτών. Τέλος το κανάλι 6 του Landsat μπορεί να χρησιμοποιηθεί για δείξει τις ενεργές ροές της λάβας και άλλων παραγόντων που προκαλούν ανωμαλίες.

'''Παράδειγµα 4: Κατολίσθησεις'''

Οι µεµονωµένες κατολίσθησεις είναι γενικά µικρές αλλά πολύ συχνές σε κάποιες ορεινές περιοχές. Οι κατολισθήσεις συµβαίνουν µε µεγάλη ποικιλία ανάλογα µε την τον τύπο κίνησης (ολίσθηση, ανατροπή, ροή, πτώση, διάχυση) και την ταχύτητα της κίνησης (mm/έτος- m/sec), το υλικό που εµπλέκεται (βράχος,χώµα,θραύσµατα) και του µηχανισµού ενεργοποίησης (σεισµός, βροχόπτωση, ανθρώπινη παρέµβαση).
Κατά την φάση την ετοιμότητας θα µπορούσαν να χρησιµοποιηθούν οι εξής τεχνικές επίβλεψης κατολισθήσεων: µετρήσεις εδάφους, φωτογραµµετρία, GPS, συµβολοµετρία radar. Συστήµατα προειδοποίησης κατολισθήσεων λειτουργούν σε ελάχιστα µέρη στον κόσµο, µε μεγάλη πυκνότητα πληροφορίας.

'''Συµπεράσµατα'''

Κατά δεκαετία του 1990, οι στατιστικές δείχνουν ραγδαία αύξηση απωλειών λόγω φυσικών καταστροφών, η οποία οφείλεται τόσο στην αυξηµένη ευπάθεια µεγάλου µέρους του παγκόσµιου πληθυσµού, όσο και στην αύξηση των σχετιζόµενων µε τον καιρό φαινοµένων.
Για διάφορους τύπους καταστροφών, οι τεχνικές παρατήρησης της γης χρησιµοποιούνται επιχειρησιακά στις φάσεις προειδοποίησης και επίβλεψης, µέσα σε σχετικά µικρό χρονικό διάστηµα. Η τηλεπισκόπηση χρησιµοποιείται επιχειρησιακά στην προειδοποίηση και επίβλεψη κυκλώνων, ξηρασίας, και σε µικρότερο βαθµό πλημμύρας.
Οι εφαρµογές χρησιµοποιούν κυρίως απεικονίσεις χαµηλής χωρικής ευκρίνειας.
Ο χρόνος απόκρισης Turn-Around-Time (TAT), είναι ο απαιτούµενος χρόνος µεταξύ της λήψης της εικόνας και της απάντησης για προειδοποίηση ή επίβλεψης ενός συγκεκριµένου κινδύνου. Σε πολλές από τις σχετιζόµενες µε τον καιρό φυσικές καταστροφές, η λήψη εικόνων χωρίς νέφη είναι συχνά ένα σοβαρό πρόβληµα. Στην φάση της αρωγής, η δορυφορική τηλεπισκόπηση µπορεί να παίξει τον ρόλο ταυτοποίησης των πληγέντων περιοχών, µόνο εάν αυτές είναι αρκετά µεγάλες.
Λαµβάνοντας υπόψιν τους εγγενείς περιορισµούς των τεχνικών συλλογής και ανάλυσης δεδοµένων και των περιορισµών που επιβάλλονται από την κλίµακα της χαρτογράφησης, µια µελέτη κινδύνου θα ενέχει πάντα έναν βαθµό υποκειµενικότητας. Αυτό δεν σηµαίνει απαραίτητα ανακρίβεια. Η αντικειµενικότητα και η αναπαραξιµότητα της εκτίµησης µπορεί να βελτιωθεί αισθητά µε την ερµηνεία διαδοχικών απεικονίσεων, την χρήση κατά το δυνατόν ξεκάθαρων ποσοτικών περιγραφών των εµπλεκόµενων παραγόντων, καθώς και µε καλώς ορισµένες αναλυτικές διαδικασίες και κανόνων αποφάσεων. Το πιο σηµαντικό κοµµάτι παραµένει η εµπειρία του αναλυτή, τόσο πάνω στους διάφορους παράγοντες που εµπλέκονται σε µια µελέτη κινδύνου, όσο στις συγκεκριµένες συνθήκες του πεδίου µελέτης. Λόγω δυσκολίας κανονικοποίησης κανόνων εξειδίκευσης, η χρήση εξειδικευµένων συστηµάτων στην εκτίµηση κινδύνων δεν είναι ακόµη ιδιαίτερα ανεπτυγμένη.

[[category:Διαχείριση κινδύνων]]

Αρχείο:Pinakas.PNG

2020-02-06T16:27:17Z

Ioannageorgopoulou: Ταξινόμηση σε σταδιακή κλίμακα μεταξύ αμιγώς φυσικών και αμιγώς ανθρωπογενών καταστροφών.

Ταξινόμηση σε σταδιακή κλίμακα μεταξύ αμιγώς φυσικών και αμιγώς ανθρωπογενών καταστροφών.

Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών

2020-02-06T16:26:50Z

Ioannageorgopoulou: Νέα σελίδα με ''''Εικόνα 1:''' . '''Εικόνα 2:''' . '''Τηλεπισκόπηση για διαχείριση ...'

[[Εικόνα:| thumb| right|'''Εικόνα 1:''' .]]
[[Εικόνα:| thumb| right|'''Εικόνα 2:''' .]]
'''Τηλεπισκόπηση για διαχείριση των φυσικών καταστροφών'''

Συγγραφέας: Cees VAN WESTEN, Διεθνές Ινστιτούτο Αεροδιαστημικής Έρευνας και Επιστημών της Γης, ITC, Ολλανδική Διεύθυνση Εφαρμοσμένων Γεωμορφολογικών Μελετών.

Πηγή: Westen, C.J.. (2000). Remote sensing for natural disaster management. [https://www.researchgate.net/publication/222273930_Daytime_urban_heat_islands_from_Landsat_ETM_and_Corine_land_cover_data]

Λέξεις κλειδιά: Φυσικές καταστροφές, Σεισμοί, Κατολισθήσεις, Ηφαίστεια, Τηλεπισκόπηση, GIS.

'''Εισαγωγή'''

Οι φυσικές καταστροφές είναι ακραία γεγονότα µέσα στο σύστηµα της γης (λιθόσφαιρα, υδρόσφαιρα, βιόσφαιρα ή ατµόσφαιρα) που διαφέρουν σηµαντικά από τις µέσες συνθήκες, και µπορούν να προκαλέσουν θανάτους ή τραυµατισµούς, και καταστροφές ή απώλεια υλικών αγαθών, όπως κτίρια, δίκτυα τηλεπικοινωνίας, καλλιεργήσιµη γη, δάση, περιβάλλον κλπ. ΄Ενα δυνάµει καταστροφικό φαινόµενο (φυσικός κίνδυνος) όπως ένας σεισµός δεν θεωρείται φυσική καταστροφή όταν συµβαίνει σε ακατοίκητες περιοχές. Φυσική καταστροφή θεωρείται όταν λαµβάνει χώρα σε κατοικηµένη περιοχή, και προκαλεί ζηµιές, απώλειες ή καταστροφή. Οι φυσικές καταστροφές είναι δυνατό να συµβούν σε πολλά µέρη του κόσµου, όµως κάθε τύπος περιορίζεται σε συγκεκριµένες περιοχές. Οι φυσικές καταστροφές µπορούν να ταξινοµηθούν µε διάφορους τρόπους. Μια πιθανή κατηγοριοποίηση είναι η εξής:
* Φυσικές καταστροφές είναι γεγονότα που προκαλούνται από καθαρά φυσικά φαινόµενα και προκαλούν καταστροφές στις ανθρώπινες κοινωνίες (όπως σεισµοί, ηφαιστειακές εκρήξεις, τυφώνες).
* Αθρωπογενείς καταστροφές, γεγονότα που προκαλούνται από ανθρώπινες δραστηριότητες (όπως η ατµοσφαιρική ρύπανση, χηµικά βιοµηχανικά ατυχήµατα, µείζονες ένοπλες συγκρούσεις, πυρηνικά ατυχήµατα, πετρελαιοκηλίδες)
* Δευτερογενώς ανθρωπογενείς καταστροφές , είναι φυσικές καταστροφές που επιταχύνονται/επιδεινώνονται από την ανθρώπινη επιρροή.

Η διαχείριση φυσικών καταστροφών συνίσταται σε δύο φάσεις που προηγούνται της καταστροφής, την πρόληψη και την ετοιµότητα, και σε τρείς που έπονται, την αρωγή, την αποκατάσταση και την ανοικοδόµηση . Τα απαιτούµενα δεδοµένα για την διαχείριση φυσικών καταστροφών προέρχονται από διαφορετικά επιστηµονικά πεδία, και πρέπει να ενσωµατωθούν. Η ενσωµάτωσης δεδοµένων είναι ένα από τα πιο δυνατά σηµεία των ΓΠΣ. Γενικά απαιτούνται οι παρακάτω τύποι δεδοµένων:
* Δεδοµένα καταστροφικών γεγονότων (κατολίσθησεις, πληµµύρες, σεισµοί), θέση, συχνότητα, µέγεθος κλπ.
* Δεδοµένα του περιβάλλοντος στο οποίο λαµβάνουν χώρα τα καταστροφικά γεγονότα: τοπογραφία,γεωλογία,γεωµορφολογί εδάφη, υδρολογία, χρήσεις γης, βλάστηση κλπ.
* Δεδοµένα δυνατοτήτων αρωγής όπως νοσοκοµεία, πυροσβεστικοί σταθµοί, αστυνοµικά τµήµατα, αποθήκες κλπ
Παρακάτω θα συζητήσουμε την χρήση τηλεπισκόπησης για 4 τύπους φυσικών καταστροφών.

'''Παράδειγµα 1: Πληµµύρες'''

Οι διαφορετικοί τύποι πληµµύρων (πχ. ποτάµιες, αστραπιαίες, παράκτιες πληµµύρες είτε πληµµύρες που προκαλούνται από κατάρρευση φραγµάτων) έχουν διαφορετικά χαρακτηριστικά όσον αφορά τον χρόνο που συµβαίνουν, το µέγεθος, τη συχνότητα, την διάρκεια, την ταχύτητα ροής και την έκταση. Πολλοί παράγοντες παίζουν ρόλο στην εµφάνιση πλημμύρων, όπως η ένταση και η διάρκεια της βροχόπτωσης, το λιώσιµο των χιονιών, η αποψίλωση των δασών, πρακτικές χρήσης γης η διάβρωση στις κοίτες ποταµών , και φυσικά ή ανθρωπογενή εµπόδια.
Οι δορυφοροι παρατήρησης της γης µπορούν να χρησιµοποιηθούν στην φάση της πρόληψης, χαρτογραφώντας γεωµορφολογικά δεδοµένα, ιστορίκά γεγονότα και διαδοχικές κατακλυσµιαίες φάσεις, όπως η διάρκεια, το βάθος του κατακλυσµού, και η διεύθυνση του ρεύµατος.
Οι δορυφοροι παρατήρησης της γης χρησιµποποιούνται επίσης εκτενώς στις φάσεις ετοιµότητας/προειδοποίησης και απόκρισης/επίβλεψης. Η χρήση οπτικών αισθητήρων περιορίζεται σηµαντικά από την µεγάλη νεφοκάλυψη η οποία υπάρχει συνήθως κατά την διάρκεια µιας πληµµύρας.
Για τις επιχειρήσεις αρωγής, η εφαρµογή των σύγχρονων δορυφορικών συστήµατων είναι για την ώρα περιορισµένη, λόγω της κακής χωρικής διακριτικής του ικανότητας και προβλήµατων λόγω νεφοκάλυψης. Καλώς εχόντων των πραγµάτων, οι δορυφόροι µεγαλύτερης διακριτικής ικανότητας θα την βελτιώσουν.

'''Παράδειγμα 2: Σεισµοί'''

Οι σεισμόπληκτες περιοχές είναι γενικά µεγάλες, αλλά περιορίζονται σε γνωστές περιοχές (στα όρια των τεκτονικών πλακών). Τυπικές περίοδοι επανάληψης των σεισµών εκτείνονται από δεκαετίες µέχρι αιώνες. Παρατηρίσιµα χαρακηριστικά είναι τα ρήγµατα, ζηµιές λόγω σεισµών, ρευστοποίηση, κατολισθήσεις, πυρκαγιές και πληµµύρες. Οι παρακάτω παράµετροι παίζουν σηµαντικό ρόλο: απόσταση από ενεργά ρήγµατα, γεωλογίκές δοµές, τύποι εδάφους, βάθος υφαλοκρηπίδας, τοπογραφία, και οικοδοµικοί τύποι των κτιρίων.
Η δορυφορική τηλεπισκόπηση δεν παίζει μείζονα ρόλο στην διαχείριση σεισµών. Κατά την φάση της πρόληψης η δορυφορική τηλεπισκόπηση µπορεί να παίξει έναν ρόλο στην καταγραφή ρηγµάτων, την µελέτη της διάταξης των τεκτονικών πλακών στην περιοχή, και σε νεοτεκτονικές µελέτες. Συνήθως χρησιµοποιείται απεικόνιση στο ορατό και το υπέρυθρο σε διακριτικές ικανότητες των 5-20m.
Το Satellite Laser Ranging (SLR) και Very Long Base Baseline Interferometry (VLBI) έχουν χρησιµοποιηθεί για την επίβλεψη της κίνησης του φλοιού κοντά σε ενεργά ρήγµατα. Το GPS έχει επίσης καταστεί πολύ σηµαντικό στην µέτρηση των µετατοπίσεων των ρηγµάτων. Μια ιδιαίτερα δηµοφιλής εφαρµογή τηλεπισκόπησης είναι η χαρτογράφηση πεδίων σεισµικής παραµόρφωσης χρησιµοποιώντας συµβολοµετρία SAR. .
Κατά την φάση της αρωγής, η δορυφορική τηλεπισκόπηση µπορεί, για την ώρα, µόνο να ταυτοποιήσει µέγαλης κλίµακας χαρακηριστικά.

'''Παράδειγµα 3: Ηφαιστειακές Εκρήξεις'''

Οι περιοχές που επηρεάζονται από ηφαιστειακές εκρήξεις είναι γενικά µικρές, και περιορίζονται σε γνωστές περιοχές. Η δορυφορική τηλεπισκόπηση χρησιμοποιείται σε : 1) επίβλεψη ηφαιστειακής δραστηριότητας και εντοπισµός ηφαιστειακών εκρήξεων. 2) ταυτοποίηση πιθανών επικίνδυνων ηφαιστείων, ειδικά σε αποµακρυσµένες περιοχές και 3) χαρτογράφηση ηφαιστειακών γεωλογικών σχηµατισµών και αποθέσεων. Οι δορυφόροι παρατήρησης της γης µπορούν να χρησιμοποιηθούν στην φάση της πρόληψης και της χαρτογράφησης της κατανοµής και του τύπου των ηφαιστειακών αποθέσεων μέσω θεματικών χαρτών. Τέλος το κανάλι 6 του Landsat μπορεί να χρησιμοποιηθεί για δείξει τις ενεργές ροές της λάβας και άλλων παραγόντων που προκαλούν ανωμαλίες.

'''Παράδειγµα 4: Κατολίσθησεις'''

Οι µεµονωµένες κατολίσθησεις είναι γενικά µικρές αλλά πολύ συχνές σε κάποιες ορεινές περιοχές. Οι κατολισθήσεις συµβαίνουν µε µεγάλη ποικιλία ανάλογα µε την τον τύπο κίνησης (ολίσθηση, ανατροπή, ροή, πτώση, διάχυση) και την ταχύτητα της κίνησης (mm/έτος- m/sec), το υλικό που εµπλέκεται (βράχος,χώµα,θραύσµατα) και του µηχανισµού ενεργοποίησης (σεισµός, βροχόπτωση, ανθρώπινη παρέµβαση).
Κατά την φάση την ετοιμότητας θα µπορούσαν να χρησιµοποιηθούν οι εξής τεχνικές επίβλεψης κατολισθήσεων: µετρήσεις εδάφους, φωτογραµµετρία, GPS, συµβολοµετρία radar. Συστήµατα προειδοποίησης κατολισθήσεων λειτουργούν σε ελάχιστα µέρη στον κόσµο, µε μεγάλη πυκνότητα πληροφορίας.

'''Συµπεράσµατα'''

Κατά δεκαετία του 1990, οι στατιστικές δείχνουν ραγδαία αύξηση απωλειών λόγω φυσικών καταστροφών, η οποία οφείλεται τόσο στην αυξηµένη ευπάθεια µεγάλου µέρους του παγκόσµιου πληθυσµού, όσο και στην αύξηση των σχετιζόµενων µε τον καιρό φαινοµένων.
Για διάφορους τύπους καταστροφών, οι τεχνικές παρατήρησης της γης χρησιµοποιούνται επιχειρησιακά στις φάσεις προειδοποίησης και επίβλεψης, µέσα σε σχετικά µικρό χρονικό διάστηµα. Η τηλεπισκόπηση χρησιµοποιείται επιχειρησιακά στην προειδοποίηση και επίβλεψη κυκλώνων, ξηρασίας, και σε µικρότερο βαθµό πλημμύρας.
Οι εφαρµογές χρησιµοποιούν κυρίως απεικονίσεις χαµηλής χωρικής ευκρίνειας.
Ο χρόνος απόκρισης Turn-Around-Time (TAT), είναι ο απαιτούµενος χρόνος µεταξύ της λήψης της εικόνας και της απάντησης για προειδοποίηση ή επίβλεψης ενός συγκεκριµένου κινδύνου. Σε πολλές από τις σχετιζόµενες µε τον καιρό φυσικές καταστροφές, η λήψη εικόνων χωρίς νέφη είναι συχνά ένα σοβαρό πρόβληµα. Στην φάση της αρωγής, η δορυφορική τηλεπισκόπηση µπορεί να παίξει τον ρόλο ταυτοποίησης των πληγέντων περιοχών, µόνο εάν αυτές είναι αρκετά µεγάλες.
Λαµβάνοντας υπόψιν τους εγγενείς περιορισµούς των τεχνικών συλλογής και ανάλυσης δεδοµένων και των περιορισµών που επιβάλλονται από την κλίµακα της χαρτογράφησης, µια µελέτη κινδύνου θα ενέχει πάντα έναν βαθµό υποκειµενικότητας. Αυτό δεν σηµαίνει απαραίτητα ανακρίβεια. Η αντικειµενικότητα και η αναπαραξιµότητα της εκτίµησης µπορεί να βελτιωθεί αισθητά µε την ερµηνεία διαδοχικών απεικονίσεων, την χρήση κατά το δυνατόν ξεκάθαρων ποσοτικών περιγραφών των εµπλεκόµενων παραγόντων, καθώς και µε καλώς ορισµένες αναλυτικές διαδικασίες και κανόνων αποφάσεων. Το πιο σηµαντικό κοµµάτι παραµένει η εµπειρία του αναλυτή, τόσο πάνω στους διάφορους παράγοντες που εµπλέκονται σε µια µελέτη κινδύνου, όσο στις συγκεκριµένες συνθήκες του πεδίου µελέτης. Λόγω δυσκολίας κανονικοποίησης κανόνων εξειδίκευσης, η χρήση εξειδικευµένων συστηµάτων στην εκτίµηση κινδύνων δεν είναι ακόµη ιδιαίτερα ανεπτυγμένη.

[[category:Διαχείριση κινδύνων]]

Αστικές θερμικές νησίδες κατά την διάρκεια της ημέρας

2020-02-06T16:21:21Z

Ioannageorgopoulou:

[[Εικόνα: Poleis.PNG| thumb| right|'''Εικόνα 1:''' Χάρτης της Ελλάδας που δείχνει τις επιλεγμένες πόλεις για την μελέτη.]]
[[Εικόνα: Methodology.PNG | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μεθόδου που οδηγεί στην εκτίμηση της επιφανειακής έντασης UHI από δορυφορικά και Corine δεδομένα.]]
[[Εικόνα: Landcoverclasses.PNG| thumb| right|'''Εικόνα 3:''' Oμαδοποιημένες τάξεις κάλυψης γης από το Corine.]]
'''Αστικές θερμικές νησίδες κατά την διάρκεια της ημέρας από το Landsat ETM + και Corine δεδομένα κάλυψης γης :

'''Εφαρμογή σε μεγάλες πόλεις της Ελλάδας'''

Συγγραφείς: Μαρίνα Σταθοπούλου, Κωνσταντίνος Καρτάλης

Πηγή: Stathopoulou, Marina & Cartalis, Constantinos. (2007). Daytime urban heat islands from Landsat ETM+ and Corine land cover data. Solar Energy. 81. 358-368. 10.1016/j.solener.2006.06.014. [https://www.researchgate.net/publication/222273930_Daytime_urban_heat_islands_from_Landsat_ETM_and_Corine_land_cover_data]

Λέξεις κλειδιά: τηλεπισκόπηση, αστική θερμική νησίδα, ETM+, κάλυψη γης, CORINE

'''Σύνοψη'''
Οι δορυφορικές εικόνες στο θερμικό υπέρυθρο μπορούν να χρησιμοποιηθούν για την εκτίμηση του θερμικού αστικού περιβάλλοντος καθώς και για τον προσδιορισμό των νησίδων θερμότητας σε αστικές περιοχές. Σε αυτή τη μελέτη εξετάστηκε το θερμικό περιβάλλον μεγάλων πόλεων της Ελλάδας με την χρήση δορυφορικών εικόνων. Η χωρική δομή του θερμικού αστικού περιβάλλοντος αναλύεται σε κάθε περίπτωση και εντοπίζονται οι πιο «καυτές» επιφάνειες εντός των αστικών περιοχών. Για τις ανάγκες της μελέτης χρησιμοποιήθηκε επίσης η βάση δεδομένων κάλυψης γης Corine.

'''Εισαγωγή'''
Το φαινόμενο της αστικής νησίδας θερμότητας (UHI) περιγράφει το φαινόμενο της υπερβολικής θέρμανσης της αστικής ατμόσφαιρας και των επιφανειών σε σύγκριση με το μη αστικοποιημένο αγροτικό περιβάλλον. Γενικά, αναγνωρίζονται τρεις τύποι νησιών θερμότητας:
* η νησίδα θερμότητας κελύφους,
* η νησίδα θερμότητας του οριακού στρώματος και
* η επιφανειακή αστική νησίδα θερμότητας.

Οι δύο πρώτοι τύποι είναι οι ατμοσφαιρικές θερμικές νησίδες από την αστικοποίηση. H επιφανειακή αστική νησίδα θερμότητας αναφέρεται στη σχετική θερμότητα των αστικών επιφανειών σε σύγκριση με το μη αστικοποιημένο περιβάλλον τους.

Η ανάπτυξη των νησίδων θερμότητας μπορεί να αποδοθεί σε πλήθος παραγόντων π.χ. των κατασκευαστικών υλικών υψηλής θερμοχωρητικότητας χαμηλής ηλιακής ανακλαστικότητας.
Η ένταση του UHI (ΔT) αντικατοπτρίζεται από τις θερμοκρασιακές διαφορές μεταξύ αστικών και αγροτικών τοποθεσιών. Οι Voogt και Oke (2003) μελέτησαν τη χρήση της θερμικής τηλεανίχνευσης για τη μελέτη του αστικού κλίματος σε σχέση με τις θερμικές νησίδες και περιέγραψαν την διάκριση μεταξύ των ατμοσφαιρικών και των επιφανειακών UHIs. Οι ατμοσφαιρικές UHI εντοπίζονται συνήθως από επίγειες μετρήσεις θερμοκρασίας του αέρα ενώ οι UHI επιφανείας παρατηρούνται μέσω θερμικής τηλεανίχνευσης η οποία καταγράφει την θερμική ακτινοβολία. Πολλές μελέτες επιφανειακής UHI έχουν διεξαχθεί χρησιμοποιώντας θερμικά δεδομένα από δορυφόρους. Η παρούσα μελέτη παρουσιάζει μια μεθοδολογία για την εκτίμηση της επιφανειακής έντασης της UHI των αστικών περιοχών με τη χρήση θερμικών εικόνων. Η καινοτομία της μεθοδολογίας που παρουσιάζεται έγκειται στην εξέταση των μέσων όρων χωρικών επιφανειακών θερμοκρασιών ανά έκταση γης σε σύγκριση με σημειακά δεδομένα θερμοκρασίας της επιφανείας ώστε να συμπεριληφθούν στην μέτρηση της επιφανειακής έντασης UHI μεταξύ της αστικής γης και της περιβάλλουσας υπαίθρου. Η μεθοδολογία εφαρμόστηκε στην Αθήνα και στις πόλεις της Θεσσαλονίκης του Βόλου της Πάτρας και του Ηρακλείου προκειμένου να αναλύσει τη χωρική δομή του θερμικού περιβάλλοντος τους κατά την διάρκεια της ημέρας και να υπολογίσει την ένταση της επιφανειακής UHI τους. Η μεθοδολογία για την χαρτογράφηση και εκτίμηση των εντάσεων επιφανειακής UHI, όπως φαίνεται και στο σχήμα 2, περιλαμβάνει:
* Επεξεργασία δεδομένων του Landsat ETM+ για λήψη θερμοκρασιακής φωτεινότητας ακριβώς στον αισθητήρα (BT),
* επεξεργασία δεδομένων CLC για τον χωρικό ορισμό των αστικών, προαστιακών, μικτών και αγροτικών περιοχών της πόλης.
* Χαρτογράφηση θερμοκρασίας εδάφους (Ts).
* Εκτίμηση της έντασης της επιφανειακής UHI (ΔT) βάσει των διαφορών των μέσων όρων των επιφανειακών θερμοκρασιών στους διαφορετικούς τύπους κάλυψης της γης της πόλης.

'''Μεθοδολογία και δεδομένα'''

''Επεξεργασία Landsat ETM+''

Ο δορυφόρος Landsat 7 έχει μια σχεδόν πολική, συγχρονισμένη με τον ήλιο, τροχιά. Ο αισθητήρας ETM + στο δορυφόρο μπορεί να παρέχει δεδομένα εικόνας από τις ορατές έως τις θερμές υπέρυθρες φασματικές περιοχές. Ο Landsat 7 επιλέχθηκε για αυτή τη μελέτη επειδή συλλέγει θερμικές μετρήσεις με την υψηλότερη διακριτική ικανότητα που διατίθεται σήμερα από το διάστημα. Η βαθμονόμηση των δεδομένων των εικόνων της θερμικής φασματικής ζώνης έγινε σε μία διαδικασία δύο σταδίων, όπως προτείνεται από το γραφείο επιστημών του Landsat (2002): (α) μετατροπή του ψηφιακού αριθμού (DN) και : (β) μετατροπή της φασματικής ακτινοβολίας L σε θερμοκρασιακή φωτεινότητα

''Επεξεργασία δεδομένων κάλυψης γης Corine''

To Corine (CLC) είναι μια βάση δεδομένων για την γεωγραφική κάλυψη του εδάφους χρήσης γης και παρέχει πληροφορίες σχετικά με την κάλυψη γης. Σε αυτή τη μελέτη χρησιμοποιήθηκε η βάση δεδομένων διανυσματικής μορφής CLC90 που αφορά την Ελλάδα . Για αυτόν τον σκοπό, οι 44 κατηγορίες του Corine ομαδοποιήθηκαν σε μόλις 5: “αστικές/πυκνής δόμησης”, ''προαστιακές/μέσης δόμησης'', ''μικτές αστικές περιοχές'', ''αγροτικές περιοχές '' και '' επιφάνειες με νερό ''. Στη συνέχεια διενεργήθηκε η διόρθωση της εκπομπής ανάλογα με την κάλυψη της γης προκειμένου να υπολογιστεί η εκπομπή των διορθωμένων επιφανειακών θερμοκρασιών του εδάφους.

''Εύρεση επιφανειακής θερμοκρασίας του εδάφους''

Η Θερμοκρασία της φωτεινότητας που προκύπτει από τους υπολογισμούς είναι η θερμοκρασία που ένα μέλαν σώμα θα χρειαζόταν ώστε να παράξει την ίδια ακτινοβολία στο ίδιο μήκος κύματος (λ = 11,5 μm). Επομένως, απαιτείται πρόσθετη διόρθωση για την φασματική εκπομπή ώστε να ληφθεί υπόψη η μη ομοιόμορφη εκπομπή της επιφάνειας της γης. Για τον ακριβή προσδιορισμό της επιφανειακής θερμοκρασίας χρειάζεται επίσης διόρθωση των ατμοσφαιρικών παρεμβολών.
'''
''Εκτίμηση της έντασης της επιφανειακής UHI''

Η εκτίμηση τις έντασης της επιφανειακής UHI εκτελείται με το να συνδυαστούν δεδομένα επιφανειακών θερμοκρασιών (σε μορφή ράστερ) με τα δεδομένα κάλυψης εδάφους που παράχθηκαν (σε μορφή διανύσματος).

''Εφαρμογή στις Ελληνικές πόλεις''

Η μέθοδος εφαρμόστηκε στην πόλη των Αθηνών και στις μεγαλύτερες πόλεις της Ελλάδας Θεσσαλονίκη Πάτρα Βόλο και Ηράκλειο ώστε να εξεταστεί το θερμικό τους περιβάλλον κατά τη διάρκεια της ημέρας και κατά την θερμή περίοδο καθώς και για την ανίχνευση των περιοχών έντονης θερμικής ακτινοβολίας . Επιπλέον, υπολογίστηκε ένταση της επιφανειακής UHI κάθε πόλης.

'''Αποτελέσματα και σχολιασμοί'''

Οι μικτές αστικές περιοχές σε όλες τις πόλεις εκτίθενται σε υψηλές τιμές επιφανειακής θερμοκρασίας. Για την πόλη της Αθήνας οι κεντρικές αστικές περιοχές είναι 3,3 C θερμότερες από τις αγροτικές. Στην περίπτωση της Θεσσαλονίκης, εκτιμάται πως η ένταση της UHI είναι της τάξης των 2,7 C μεταξύ των κεντρικών αστικών και των γύρω αγροτικών περιοχών. Ομοίως, στην πόλη της Πάτρας, αύξηση της επιφανειακής θερμοκρασίας παρατηρείται κατά την μετακίνηση από τις αγροτικές προς τις αστικές περιοχές. Τέλος, οι υψηλότερες επιφανειακές θερμοκρασίες παρατηρούνται πάνω από την πόλη του Ηρακλείου. Τα αποτελέσματα της εκτιμώμενης ημερήσιας έντασης της UHI δείχνουν ότι οι αστικές / πυκνοκατοικημένες περιοχές, που βρίσκονται κοντά στο λιμάνι, μπορούν να επιτύχουν υψηλές επιφανειακές θερμοκρασίες περίπου έως 40 C, οι οποίες είναι 1,9 C μεγαλύτερες από τις τιμές που μετρώνται στις γύρω αγροτικές περιοχές.

'''Συμπεράσματα'''

Η εφαρμογή της μεθόδου αποδείχθηκε επιτυχής ως προς το ότι χρησιμοποίησε τ εικόνες του ΕΤΜ + (στο θερμικό υπέρυθρο φάσμα) για την ταυτοποίηση και τη χωρική ανάλυση της επίδρασης της ημερήσιας UHI. Λαμβάνοντας υπόψην πως η χωρική ανάλυση των εικόνων (60 m) είναι κατάλληλη, η μέθοδος μπορεί επίσης να χρησιμοποιηθεί για:

* Την απεικόνιση των «καυτών σημείων» που ενδέχεται να έχουν αναπτυχθεί.
* Την παρακολούθηση των αλλαγών στο αστικό κλίμα, καθώς και
* για την καταγραφή της θερμικής συμπεριφοράς των αστικών επιφανειών σε σχέση με τα χαρακτηριστικά της επιφάνειας.

Μερικά από τα πλεονεκτήματα της προτεινόμενης μεθόδου περιλαμβάνουν:

* ευρεία εφαρμογή,
* ευρεία αστική κάλυψη,
* τακτικές δυνατότητες επανεξέτασης, με αποτέλεσμα ενημερωμένη πληροφόρηση
* δυνατότητα συνδυασμού δορυφορικών θερμικών δεδομένων με άλλα (όπως δημογραφικά στοιχεία, τοπογραφικά, δεδομένα πληθυσμιακής πυκνότητας, δεδομένα κατανάλωσης ηλεκτρικής ενέργειας, κλπ.).

[[category:Αστικός και περιφερειακός σχεδιασμός]]

Γεωργοπούλου Ιωάννα

2020-02-06T16:03:49Z

Ioannageorgopoulou:

[[Αστικές θερμικές νησίδες κατά την διάρκεια της ημέρας ]]

[[Ο ρόλος της τηλεπισκόπησης στην χαρτογράφηση έκτακτων αναγκών για την αντιμετώπιση καταστροφών]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα) ]]